Jan, 2024
通过可解释的机器学习增强动力系统建模:以阴极电泳沉积为例的案例研究
Enhancing Dynamical System Modeling through Interpretable Machine Learning Augmentations: A Case Study in Cathodic Electrophoretic Deposition
Christian Jacobsen, Jiayuan Dong, Mehdi Khalloufi, Xun Huan, Karthik Duraisamy...
TL;DR利用数据驱动方法、推理技术和机器学习增强模型的建模,针对阴极电泳沉积(EPD)进行建模,并通过实验数据的推理和可调整的模型增强方法来改进物理模型的系统性。