Epätäydellisesti tunnetun datan ongelmien analysointi käyttäen analyyttisia ja koneoppimismenetelmiä (Uncertain)
Päärahoittaja
Rahoittajan antama koodi/diaarinumero: 349348
Päärahoittajan myöntämä tuki (€)
- 33 800,00
Rahoitusohjelma
Hankkeen aikataulu
Hankkeen aloituspäivämäärä: 01.03.2022
Hankkeen päättymispäivämäärä: 29.02.2024
Tiivistelmä
Tämän projektin tavoitteena on kehittää menetelmiä matemaattisten mallien epävarmuuden kvantifioimiseksi. Tässä käytämme kolmea mallia, joita käytetään tyypillisesti tosielämän sovelluksissa. Nämä mallit ovat
a) diffuusiotyyppiset mallit yhdistettynä lineaariseen ja epälineaariseen reaktioon ja
b) käänteiset mallit röntgentomografiassa, jotka liittyvät kuljetustyypin yhtälöihin.
Tässä tutkimuksessa tutkimme, kuinka koneoppimismenetelmiä voidaan käyttää epävarmuuden kvantitointiin. Tulosten validointiin ja koneoppimismallien kouluttamiseen käytämme analyyttisiä menetelmiä. Tavoitteena on osoittaa, että analyyttisiä menetelmiä voidaan korvata ML mallien tuottamilla estimaateilla.
a) diffuusiotyyppiset mallit yhdistettynä lineaariseen ja epälineaariseen reaktioon ja
b) käänteiset mallit röntgentomografiassa, jotka liittyvät kuljetustyypin yhtälöihin.
Tässä tutkimuksessa tutkimme, kuinka koneoppimismenetelmiä voidaan käyttää epävarmuuden kvantitointiin. Tulosten validointiin ja koneoppimismallien kouluttamiseen käytämme analyyttisiä menetelmiä. Tavoitteena on osoittaa, että analyyttisiä menetelmiä voidaan korvata ML mallien tuottamilla estimaateilla.
