A Python surrogate modeling framework with derivatives
Autor: | John T. Hwang, Joseph Morlier, Rémi Lafage, Joaquim R. R. A. Martins, Nathalie Bartoli, Mohamed Amine Bouhlel |
---|---|
Přispěvatelé: | Centre National de la Recherche Scientifique - CNRS (FRANCE), Ecole nationale supérieure des Mines d'Albi-Carmaux - IMT Mines Albi (FRANCE), Institut National des Sciences Appliquées de Toulouse - INSA (FRANCE), Institut Supérieur de l'Aéronautique et de l'Espace - ISAE-SUPAERO (FRANCE), Office National d'Etudes et Recherches Aérospatiales - ONERA (FRANCE), Université Toulouse III - Paul Sabatier - UT3 (FRANCE), University of California - UC San Diego (USA), University of Michigan - U-M (USA), Department of Mechanical and Aerospace Engineering - MAE (San Diego, United States), University of Michigan [Ann Arbor], University of Michigan System, University of California [San Diego] (UC San Diego), University of California (UC), ONERA / DTIS, Université de Toulouse [Toulouse], ONERA-PRES Université de Toulouse, Institut Clément Ader (ICA), Institut Supérieur de l'Aéronautique et de l'Espace (ISAE-SUPAERO)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)-IMT École nationale supérieure des Mines d'Albi-Carmaux (IMT Mines Albi), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT), University of California, Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-IMT École nationale supérieure des Mines d'Albi-Carmaux (IMT Mines Albi), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Institut Supérieur de l'Aéronautique et de l'Espace (ISAE-SUPAERO) |
Jazyk: | angličtina |
Rok vydání: | 2019 |
Předmět: |
GRADIENT-ENHANCED SURROGATE MODELING
ECHANTILLONNAGE Surrogate modeling Computer science 02 engineering and technology computer.software_genre 01 natural sciences 010305 fluids & plasmas METAMODELE [SPI]Engineering Sciences [physics] 0203 mechanical engineering Autre Kriging Modelling methods 0103 physical sciences [INFO]Computer Science [cs] [MATH]Mathematics [math] computer.programming_language [PHYS]Physics [physics] 020301 aerospace & aeronautics Training set DERIVATIVES General Engineering SAMPLING Benchmarking Python (programming language) MODELE REDUIT Toolbox DERIVEES Embedding METAMODELING MODELE REDUIT BASE SUR LE GRADIENT Data mining Spline interpolation SURROGATE MODELING computer Software Derivatives Python |
Zdroj: | Advances in Engineering Software Advances in Engineering Software, 2019, pp.102662. ⟨10.1016/j.advengsoft.2019.03.005⟩ Advances in Engineering Software, Elsevier, 2019, pp.102662. ⟨10.1016/j.advengsoft.2019.03.005⟩ |
ISSN: | 0965-9978 |
DOI: | 10.1016/j.advengsoft.2019.03.005⟩ |
Popis: | International audience; The surrogate modeling toolbox (SMT) is an open-source Python package that contains a collection of surrogate modeling methods, sampling techniques, and benchmarking functions. This package provides a library of surrogate models that is simple to use and facilitates the implementation of additional methods. SMT is different from existing surrogate modeling libraries because of its emphasis on derivatives, including training derivatives used for gradient-enhanced modeling, prediction derivatives, and derivatives with respect to training data. It also includes unique surrogate models: kriging by partial least-squares reduction, which scales well with the number of inputs; and energy-minimizing spline interpolation, which scales well with the number of training points. The efficiency and effectiveness of SMT are demonstrated through a series of examples. SMT is documented using custom tools for embedding automatically tested code and dynamically generated plots to produce high-quality user guides with minimal effort from contributors. SMT is maintained in a public version control repository.; La toolbox (SMT) est une librairie de python qui contient une collection de modèles réduits, de techniques d'échantillonnage, et des fonctions d'évaluation. Ceci vise à fournir une bibliothèque simple à utiliser pour des modèles réduits. SMT est différente des librairies existantes modelant des bibliothèques car elle met l’accent sur la connaissance des dérivées. Elle inclut également les nouveaux modèles réduits qui ne sont pas disponibles ailleurs : krigeage combiné aux moindres carrés partiels et interpolation par spline basée sur une minimisation d’énergie. SMT est documentée et distribuée sous la licence New BSD de schéma et peut être téléchargée via https://github.COM/SMTorg/SMT. |
Databáze: | OpenAIRE |
Externí odkaz: |