数値シミュレーションと深層学習の関係(記事など集めてみる)
数値シミュレーションと深層学習の関係について、記事など集めてみました。 (まだ、書き始めですが。。。)
【1】深層学習を用いた数値シミュレーション
URL
https://blog.albert2005.co.jp/2020/07/10/numerical-simulation-through-deeplearning/
内容
以下について説明されている。
【2】近頃「気になる」機械学習 ~物理シミュレーション技術者に捧げる機械学習入門~
URL
https://www.msiism.jp/article/machine-learning-for-physical-systems.html
内容
引用
まずはあまり期待しすぎないことです。
基礎方程式から導かれたスキームに過去の研究者の多くの知見が取り入れられたシミュレーションモデルに比べれば、機械学習モデルはあまりに「自由」ですから、現象のメカニズムに関するヒントをある程度与えてあげないと、賢い振舞いをするまでかなり手間がかかってしまいます。「無理筋」にならない程度にうまくタスクを調整して、正解が読み取れるだけの情報量のある学習データを十分に与えることです。そして「もし間違えた場合は根気よく補習してあげる」くらいの意識が付き合う上で妥当な心構えかと思います(なお類似の課題に対する学習済みモデルがあれば転移学習といった手法を使って上記の学習の手間を削減できる可能性がありますが、現在のところ学習済みモデルの汎用性はそれほど高くありません)。
コメント
(まだ、集め初めです。)