Методи
Розробка експериментів (DoE) та поверхні відповідей
Байєсівська оптимізація та функції отримання
Активне навчання з невизначеністю
Автоматизація
Роботизовані платформи, ELN/LIMS та замкнені робочі процеси з використанням стандартизованих даних.
Приклади
Приклад: Цикл Оптимізації Фотокаталізу
Визначте простір розв’язку та метрики.
Запустіть оптимізацію з використанням автоматизованої платформи.
Проаналізуйте умови, що відповідають точкам на діаграмі Парето.
Часті запитання
Як обрати параметри?
Використовуйте знання предметної області та аналіз чутливості.
Скільки експериментів?
Адаптивні стратегії мінімізують кількість пробірок.
Експлуатація проти дослідження?
Налаштуйте функції отримання та обмеження.
Як обробляти шум?
Реплікації та стійкі моделі.
Обмеження?
Безпека, вартість і обмеження ресурсів.
Перенесення навчання?
Використовуйте попередні знання та пов'язані реакції.
Формати даних?
Машинно-читабельні з одиницями вимірювання та метаданими.
Багатоцільовість?
Парето фронти та скалярна оптимізація.
Інтерпретованість?
Важливість ознак і механістичне розуміння.
ROI?
Збережений час і покращені врожаї/селективність.
Спробуйте наживо
Усе, що вище, працює прямо у вашому браузері — відкрийте Reaction-Diffusion і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.
▶ Відкрити симуляцію Reaction-Diffusion