Data-driven transport modelling without overfit
Sev.en Global Investments(Sev.en全球投资);Vrije Universiteit Brussels(布鲁塞尔自由大学);Université Libre de Bruxelles(布鲁塞尔自由大学);Ministry of Finance of the Slovak Republic(斯洛伐克共和国财政部)
本文提出一种基于交通流量计数的数据驱动建模方法,通过可解释的模型权重和受控路径提升模型复杂度与准确性,用于预测公共政策干预后的交通流。
2026-05-09 cs.LG
Data-Driven Disease Progression Modelling
University College London(伦敦大学学院)
在2010年之前,神经学社区的激烈辩论最终导致了阿尔茨海默病进展的假设模型:生物标志物的病理生理学级联,每个生物标志物仅在整个疾病时间轴的一部分中动态。受此启发,数据驱动的疾病进展建模出现在计算机科学界,旨在使用来自大量患者,健康对照和前驱/高危个体的数据重建神经退行性疾病时间线。本章描述了该领域的精选亮点,重点是了解和预测疾病进展的实用性。
2022-11-01 cs.LG q-bio.NC q-bio.QM
LiFe-net: Data-driven Modelling of Time-dependent Temperatures and Charging Statistics Of Tesla's LiFePo4 EV Battery
Helmholtz-Zentrum Dresden Rossendorf(亥姆霍兹德累斯顿罗森多夫研究中心);TU Chemnitz(开姆尼茨工业大学)
电动汽车(EV)电池温度建模是EV制造的一项基本任务。电池组中的极端温度会影响其寿命和功率输出。虽然存在用于描述电池组中的热传递的理论模型,但是它们的模拟在计算上昂贵。此外,难以从电池单元内获取数据测量。在这项工作中,我们提出了一种数据驱动的代理模型(LiFe-net),该模型使用易于访问的驾驶诊断来估计电池温度,以克服这些限制。该模型将神经算子与传统的数值积分方案相结合,以估计温度演变。此外,我们提出了基线模型的两个进一步的变化:用正则化器训练的LiFe网络和用时间稳定性损失训练的LiFe网络。我们比较了这些模型的泛化误差的测试数据。结果表明,在时间稳定性损失下训练的LiFe网络优于其他两种模型,可以估计未知数据的温度演变,平均相对误差为2.77%。
2022-12-16 cs.LG
Data-Driven Approaches for Modelling Target Behaviour
Fraunhofer FKIE(弗劳恩霍夫FKIE研究所);Cranfield University(克兰菲尔德大学);University of Edinburgh(爱丁堡大学)
本文比较了基于高斯过程、交互多模型滤波器和LSTM网络的三种机器学习方法在目标运动建模中的表现,并以扩展卡尔曼滤波器为基准在仿真和真实场景中验证了各自优势。
2024-10-14 cs.LG stat.ME stat.ML
Data-driven and Physics Informed Modelling of Chinese Hamster Ovary Cell Bioreactors
Johns Hopkins University(约翰斯·霍普金斯大学);The Pennsylvania State University(宾夕法尼亚州立大学)
针对定量建模存在数学不一致的问题,提出融合物理定律与数据驱动的灰箱混合模型,通过将凸优化步骤编码为可微层,实现CHO细胞生物反应器动态演化的精准建模。
2023-05-05 cs.LG math.DS q-bio.QM
Data-Driven Causal Effect Estimation Based on Graphical Causal Modelling: A Survey
University of South Australia(南澳大学)
本文综述了在观测数据中利用图因果建模和搜索策略进行数据驱动因果效应估计的方法,梳理其基本概念、假设、挑战及各类方法的优缺点,并通过实证评估为后续研究提供参考。
2023-12-03 cs.AI cs.LG
Data-driven surrogate modelling and benchmarking for process equipment
Imperial College London(帝国理工学院);The Alan Turing Institute(阿兰·图灵研究所)
在化工过程工程中,复杂系统的代理模型往往是进行领域探索、设计参数灵敏度分析和优化的必要工具。一套面向化工过程设备建模的计算流体动力学(CFD)模拟已经开发并验证了文献中的实验结果。各种基于回归的主动学习策略与这些CFD模拟器在一个有限的功能评估预算的约束下,在循环中进行了探索。具体而言,五种不同的抽样策略和五种回归技术进行了比较,考虑到一组四个测试案例的工业意义和不同的复杂性。观察到高斯过程回归对于这些应用具有一致的良好性能。本定量研究概述了各种现有技术的利弊,并强调了采用这些技术的最佳做法。测试用例和工具可通过开源许可证获得,以确保可重复性,并吸引更广泛的研究社区为CFD模型做出贡献,并开发和基准测试针对该领域量身定制的新改进算法。
2020-09-08 cs.CE cs.LG physics.flu-dyn
Choice modelling in the age of machine learning -- discussion paper
Delft University of Technology(代尔夫特理工大学);Massachusetts Institute of Technology(麻省理工学院);University of South Australia(南澳大学);Technical University of Denmark(丹麦技术大学);University of California Berkeley(加州大学伯克利分校)
本文综述机器学习与选择建模的融合,比较两种范式,梳理应用与机会,并提出未来研究问题。
2021-11-24 cs.LG econ.EM
Fully Data-driven but Interpretable Human Behavioural Modelling with Differentiable Discrete Choice Model
Fujitsu Limited(富士通有限公司)
本文提出可微离散选择模型(Diff-DCM),通过可微编程实现完全数据驱动且可解释的复杂人类行为建模、预测与控制,仅需少量计算资源即可估计闭式效用函数并提供最优行为干预路径。
2025-07-15 cs.AI cs.HC cs.LG
Modelling the long-term fairness dynamics of data-driven targeted help on job seekers
Know-Center GmbH(知识中心有限公司);Graz University of Technology(格拉茨技术大学);University of Graz(格拉茨大学)
公共机构对数据驱动的决策支持的使用越来越普遍,并已影响到公共资源的分配。这引起了道德关切,因为它对少数群体和历史上受歧视的群体产生了不利影响。在本文中,我们使用一种将统计和数据驱动方法与动态建模相结合的方法来评估劳动力市场干预的长期公平效应。具体来说,我们开发和使用一个模型来调查公共就业机构,有选择地支持求职者通过有针对性的帮助所造成的决策的影响。选择谁接受什么帮助是基于数据驱动的干预模型,该模型估计个人及时找到工作的机会,并依赖于描述人口的数据,其中与劳动力市场相关的技能在两个群体之间分布不均匀(例如,男性和女性)。干预模型不完全访问个人的实际技能,并且可以通过了解个人的群体隶属关系来增强这一点,从而使用受保护的属性来提高预测准确性。我们评估这种干预模型的动态-特别是公平相关的问题和不同公平目标之间的权衡-随着时间的推移,并将其与不使用群体隶属关系作为预测特征的干预模型进行比较。我们的结论是,为了正确地量化权衡,并评估长期的公平效果,这样一个系统在现实世界中,周围的劳动力市场的仔细建模是必不可少的。
2023-02-02 cs.LG
A Data-driven Market Simulator for Small Data Environments
J.P. Morgan(摩根大通);The Alan Turing Institute(艾伦·图灵研究所);University of Oxford(牛津大学)
基于神经网络的数据驱动的市场模拟揭示了一种新的和灵活的方式来建模金融时间序列,而无需对潜在的随机动态施加假设。虽然从这个意义上说,生成市场模拟是无模型的,但具体的建模选择对模拟路径的特征具有决定性意义。我们给出了一个简要的概述,目前使用的生成建模方法和性能评价指标的金融时间序列,并解决了一些挑战,以实现良好的结果,在后者。我们还对比了一些经典的市场模拟方法与基于生成模型的模拟,并强调了新方法的一些优点和缺陷。虽然大多数生成模型往往依赖于大量的训练数据,但我们在这里提出了一个生成模型,它可以在可用训练数据量非常小的环境中可靠地工作。此外,我们展示了如何结合一个简约的变分自动编码器框架的粗糙路径的角度提供了一个强大的方式编码和评估金融时间序列在这样的环境中,可用的训练数据是稀缺的。最后,我们还提出了一个合适的性能评价指标的金融时间序列,并讨论了我们的市场生成器的深度对冲的一些连接。
2020-06-21 cs.LG q-fin.CP q-fin.MF
How much Data do We Need? Sequential Data Collection for Stochastic Programming
University of Warwick(沃里克大学)
研究参数不确定性下随机优化中顺序数据收集的最优停止问题,提出收益驱动停止框架,在此基础上开发停止策略,经报童问题实验验证,该策略能减少不必要数据收集并实现近最优决策性能。
2026-07-14 cs.LG math.OC
Machining Cycle Time Prediction: Data-driven Modelling of Machine Tool Feedrate Behavior with Neural Networks
Advanced Manufacturing Research Centre, University of Sheffield(谢菲尔德大学先进制造研究中心)
在制造业中,准确预测加工周期时间是非常重要的。通常,计算机辅助制造(CAM)软件使用来自刀具路径文件的命令进给速率使用基本运动学设置来估计加工时间。通常,这些方法不考虑刀具路径几何形状或刀具路径公差,因此大大低估了加工周期时间。通过对机床各轴建立神经网络模型,提出了一种基于数据驱动的进给速度和加工周期预测方法。在这项研究中,数据集组成的命令的进给速度,名义加速度,刀具路径的几何形状和测量的进给速度被用来训练的神经网络模型。验证试验使用一个有代表性的工业薄壁结构部件的商业加工中心表明,该方法估计的加工时间与90%以上的准确度。该方法表明,神经网络模型具有学习复杂机床系统的行为和预测周期时间的能力。这些方法的进一步整合对于工业4.0中数字孪生的植入至关重要。
2021-12-02 cs.LG cs.SY eess.SY
Data-driven Energy Consumption Modelling for Electric Micromobility using an Open Dataset
Dublin City University(都柏林城市大学);University of Birmingham(伯明翰大学)
本研究提出一个都柏林采集的开放数据集,用于电动滑板车和电动自行车的能耗建模,并对比机器学习与物理模型,发现数据驱动模型精度最高提升83.83%和82.16%。
2024-11-08 cs.AI cs.CY cs.LG
Modelling Errors in X-ray Fluoroscopic Imaging Systems Using Photogrammetric Bundle Adjustment With a Data-Driven Self-Calibration Approach
University of Calgary(卡尔加里大学);Vusion Technologies(Vusion科技公司)
X射线成像是常规临床诊断的基本工具。透视成像可以进一步以视频帧速率采集X射线图像,从而实现关节、胃肠道等的非侵入性体内运动研究。对于静态和动态X射线图像的定性和定量分析,数据应无系统偏倚。除了硬件的精确制造之外,基于软件的校准解决方案通常用于对失真进行建模。在这项主要的研究中,一个强大的摄影测量光束法平差被用来模拟两个透视X射线成像系统的投影几何。然而,而不是依赖于一个专家摄影测量师的知识和判断来决定一个参数模型来描述的系统误差,一个自调整的数据驱动的方法是用来模拟复杂的非线性失真的传感器配置文件。来自实验的质量控制表明,仅使用15张X射线图像就可以实现0.06 mm至0.09 mm的3D重建精度。作为光束法平差的一部分,虚拟荧光透视系统相对于靶野的位置也可以在空间上切除,RMSE在3.10 mm和3.31 mm之间。
2018-10-19 cs.CV cs.LG eess.IV
Data-driven reduced-order modelling for blood flow simulations with geometry-informed snapshots
University of Twente(特文特大学);University of Amsterdam(阿姆斯特丹大学)
提出一种数据驱动的血液流动仿真降阶代理模型,利用群表面配准和微分同胚构建几何信息快照,结合本征正交分解与径向基函数插值器,实现了在相似但不同域上的高效且准确的血液动力学预测。
2023-10-21 cs.CE cs.LG physics.bio-ph
Surrogates for Physics-based and Data-driven Modelling of Parametric Systems: Review and New Perspectives
Laboratori de Càlcul Numeric (LaCàN), E.T.S. de Ingeniería de Caminos, Canales y Puertos, Universitat Politècnica de Catalunya - BarcelonaTech (UPC)(计算数值实验室(LaCàN),土木工程系,加泰罗尼亚理工大学-巴塞罗那科技大学);Centre Internacional de Mètodes Numèrics en Enginyeria (CIMNE)(国际数值工程方法中心)
本文综述了构建替代模型的方法,涵盖基于物理规律和数据驱动的混合方法,探讨了降维、替代建模及多保真度技术等新方向。
2026-03-13 cs.CE cs.LG cs.NA
Dynamics Harmonic Analysis of Robotic Systems: Application in Data-Driven Koopman Modelling
Florida Institute for Human and Machine Cognition(佛罗里达人机认知研究所);University College London(伦敦大学学院);Istituto Italiano di Tecnologia(意大利技术研究院);Heriot-Watt University(赫瑞瓦特大学)
本文提出动力学调和分析(DHA)将对称机器人系统状态空间分解为正交等变子空间,并基于Koopman算子理论构建等变深度学习架构学习全局线性模型,在四足机器人等实验中展现出更优的泛化性、样本效率与可解释性,且降低了参数与计算成本。
2024-06-04 cs.AI cs.LG cs.RO
Interpretable Data-Driven Demand Modelling for On-Demand Transit Services
Ryerson University(瑞尔森大学)
近年来,随着信息和通信技术的进步,不同的新兴按需共享移动服务已被引入作为低密度区域的创新解决方案,包括按需交通(ODT)、按需移动(MOD)交通和众包移动服务。然而,由于这些服务尚处于起步阶段,因此迫切需要了解这些服务的需求并对其进行建模。在这项研究中,我们开发了行程生产和分布模型的ODT服务在传播领域(DA)的水平,使用四个机器学习算法:随机森林(RF),装袋,人工神经网络(ANN)和深度神经网络(DNN)。建模过程中使用的数据来自Belleville的ODT运营数据和2016年人口普查数据。贝叶斯优化方法被用来找到所采用的算法的最佳架构。此外,事后模型被用来解释的预测和检查的重要性,解释变量。结果表明,土地利用类型是出行生产模型中最重要的变量。另一方面,人口特征的旅行目的地是最重要的变量,在旅行分布模型。此外,研究结果显示,较高的出行分布水平之间的传播区与商业/工业用地类型和传播区与高密度的住宅用地。我们的研究结果表明,ODT服务的性能可以进一步提高(a)在商业/工业用地的社区定位闲置车辆和(b)使用在这项工作中获得的时空需求模型,不断更新的运营车队规模。
2021-10-01 cs.CY cs.LG
Data-driven modelling of autonomous and forced dynamical systems
本文提出了一种基于不变叶状结构的数据驱动建模方法,用于建模自主和受迫动力系统,通过分析轨迹和流形特性,实现对长期动态的准确预测。
2025-12-13 cs.LG math.DS physics.data-an
A Data-driven Latent Semantic Analysis for Automatic Text Summarization using LDA Topic Modelling
University College London(伦敦大学学院);Brunel University London(伦敦布鲁内尔大学);Lancaster University(兰卡斯特大学)
本研究提出一种基于LDA主题建模与抽取式摘要的单文档和多文档自动摘要方法,并通过PyLDAvis可视化及LSA和ROUGE指标验证其可靠性与有效性。
2023-05-30 cs.IR cs.LG
Chaos as an interpretable benchmark for forecasting and data-driven modelling
UT Austin(德克萨斯大学奥斯汀分校);Harvard University(哈佛大学)
奇异吸引子惊人的分形几何强调了混沌的生成本质:像概率分布一样,混沌系统可以被重复测量,以产生关于潜在吸引子的任意详细信息。因此,混沌系统对现代统计学习技术提出了独特的挑战,同时保留了可量化的数学特性,使其成为可控和可解释的基准。在这里,我们提出了一个不断增长的数据库,目前包括131个已知的混沌动力系统跨越领域,如天体物理学,气候学和生物化学。每个系统都与预先计算的多变量和单变量时间序列配对。我们的数据集具有与现有静态时间序列数据库相当的规模;然而,我们的系统可以重新集成以产生任意长度和粒度的额外数据集。我们的数据集用每个系统的已知数学属性进行了注释,我们进行了特征分析,对整个集合中存在的各种动态进行了广泛的分类。混沌系统固有地挑战预测模型,并且在广泛的基准测试中,我们将预测性能与存在的混沌程度相关联。我们还在几个概念验证实验中利用了我们数据集的独特生成特性:替代迁移学习来改进时间序列分类,重要性采样来加速模型训练,以及基准符号回归算法。
2023-01-29 cs.LG eess.SP nlin.CD
Data-driven local operator finding for reduced-order modelling of plasma systems: I. Concept and verifications
Imperial College London(帝国理工学院);University of Washington(华盛顿大学)
本文提出数据驱动的 Phi Method,通过数值离散格式引导的候选项库约束回归发现离散微分方程,并在 Lorenz、圆柱绕流和霍尔推进器等离子体案例中验证其高精度降阶建模能力。
2024-03-03 cs.LG physics.comp-ph physics.plasm-ph
Statistical and machine learning ensemble modelling to forecast sea surface temperature
University of Bonn(波恩大学);IBM Research(IBM研究院)
现场观测和遥感观测有可能促进海洋学数据驱动的预报模式。开发了一套机器学习模型,包括回归,决策树和深度学习方法来估计海表温度(SST)。训练数据包括来自气象公司的卫星SST和大气数据。模型的准确性和计算复杂性进行了评估。根据观测结果和欧洲中等天气预报中心最先进的物理模型评估了预测技能。结果表明,通过将自动化特征工程与机器学习方法相结合,可以实现与现有最先进技术相当的准确性。模型捕捉了数据中的季节性模式,并定性地再现了大气强迫驱动的短期变化。此外,它还表明,基于机器学习的方法可用作海洋变量的可移动预测工具-该方法的数据驱动性质自然与自动部署框架相结合,其中模型部署由数据而不是用户参数化和专门知识指导。推理的低计算成本使得该方法对于基于边缘的计算特别有吸引力,其中预报模式可以部署在海洋环境中的低功率设备上。
2020-04-05 cs.LG physics.ao-ph
A data augmentation strategy for deep neural networks with application to epidemic modelling
Department of Mathematics and Computer Science, University of Ferrara(数学与计算机科学系,费拉拉大学)
本研究提出一种数据增强策略,结合仓室模型与深度神经网络,提升流行病预测的准确性和可靠性,并通过意大利和西班牙的COVID-19数据验证。
2025-05-27 cs.LG cs.NA math.NA
Dynamic Mode Decomposition for data-driven analysis and reduced-order modelling of ExB plasmas: I. Extraction of spatiotemporally coherent patterns
Imperial College London(伦敦帝国学院);University of Washington(华盛顿大学)
本研究将动态模态分解(DMD)应用于ExB等离子体高保真PIC模拟数据,验证OPT-DMD变体在提取时空相干模态上优于基础DMD,可补充传统频谱分析,提供更全面的等离子体时空特征信息。
2023-08-26 cs.LG physics.comp-ph physics.plasm-ph
Machine Learning for Optical Motion Capture-driven Musculoskeletal Modelling from Inertial Motion Capture Data
University of Oxford(牛津大学);École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院);University of Cambridge(剑桥大学)
本文提出用FFNN与RNN等机器学习模型,将易获取的IMC数据映射为金标准OMC驱动的上肢肌骨模型输出,并在受试者暴露和未知设置下验证其高相关性。
2023-02-11 cs.CV cs.LG eess.IV
Data-driven local operator finding for reduced-order modelling of plasma systems: II. Application to parametric dynamics
Imperial College London(帝国理工学院);University of Washington(华盛顿大学)
本文扩展数据驱动局部算子发现算法 Phi Method,提出 parametric 与 ensemble 两种形式,用于参数化等离子体及流体动力学的 PDE 恢复与跨参数预测。
2024-03-03 cs.LG physics.comp-ph physics.plasm-ph
Computational modelling and data-driven homogenisation of knitted membranes
University of Moratuwa(莫拉图瓦大学);Inria(法国国家信息与自动化研究所);University of Cambridge(剑桥大学)
针织是一种有效的技术,用于生产复杂的三维表面,由于内在的灵活性,相互交织的纱线和最近的进步,在制造提供更好的控制局部针迹图案。大规模针织膜的完全纱线级建模是不可行的。因此,我们使用两个规模的均质化方法和模型的膜作为Kirchhoff-Love壳的宏观尺度和欧拉-伯努利杆的微观尺度。壳和杆的控制方程离散与三次B样条基函数。对于均匀化,我们只考虑膜的面内响应。非线性微尺度问题的解决方案需要大量的时间,由于大的变形和接触约束的强制执行,使传统的在线计算均匀化的方法是不可行的。为了避免这个问题,我们使用预先训练的统计高斯过程回归(GPR)模型来将宏观尺度变形映射到宏观尺度应力。在离线学习阶段,GPR模型的训练是通过解决微尺度问题的足够丰富的变形状态集通过均匀或Sobol采样。训练的GPR模型编码的非线性和各向异性存在于微尺度,并作为一个材料模型的膜响应的宏观壳。可以根据网格步长来选择弯曲响应,以惩罚膜的精细面外扭曲。在验证和验证所提出的方法的不同组成部分,我们介绍了几个例子,涉及膜进行拉伸和剪切,以证明其通用性和良好的性能。
2021-11-09 cs.LG cs.NA math.NA