فرآیند گاوسی


	تابع فرآیند گاوسی برای استفاده با ماژول کمیت عدم قطعیت، که برای ایجاد و آموزش تابع فرآیند گاوسی مورد نیاز است، در نظر گرفته شده است. اگر قبلاً مدلی با تابع فرآیند گاوسی آموزش دیده دارید، آن تابع را می توان بدون مجوز برای ماژول کمی سازی عدم قطعیت ارزیابی کرد. همچنین امکان کپی و جای‌گذاری، یا استفاده از عملکرد جزء درج، برای یک تابع فرآیند گاوسی آموزش‌دیده از یک مدل به مدل دیگر، بدون مجوز برای ماژول کمی‌سازی عدم قطعیت، وجود دارد. برای اطلاعات بیشتر، به راهنمای کاربر تعیین مقدار عدم قطعیت مراجعه کنید .

تابع (

) یک فرآیند گاوسی را تعریف می کند، که یک مدل جایگزین محبوب است که پیش بینی تقریبی مقادیر مورد علاقه را در یک تحلیل کمی عدم قطعیت ارائه می دهد، احتمالاتی است و واریانس پیش بینی را در هر نقطه نمونه در ورودی محاسبه می کند. فضای پارامتر پیش فرض gpm1 است .

برای محاسبه داده های داخلی که قبل از ارزیابی عملکرد مورد نیاز است، روی دکمه ( )) کلیک کنید.

برای اکثر تغییرات ایجاد شده در این پنجره ، عملکرد باید دوباره آموزش داده شود تا تغییرات اعمال شوند. تنظیمات زیر بلافاصله بدون آموزش مجدد اعمال می شوند:

•

نام توابع و نام آرگومان ها

•

واحدهای تابع و واحدهای آرگومان

•

تنظیمات عملکردهای مرتبط

•

پارامترهای نمودار

تنظیمات مدل

، کوواریانس فرآیند گاوسی را تعریف کنید. ، Matérn (پیش فرض)، ، یا انتخاب کنید . برای اطلاعات بیشتر به راهنمای کاربر مدل‌های جایگزین – فرآیند گاوسی در کمی‌سازی عدم قطعیت مراجعه کنید .

از لیست (پیش‌فرض)، یا را برای تابع میانگین در فرآیند گاوسی انتخاب کنید.

داده ها

یک – یا را برای تعریف منبع داده برای فرآیند گاوسی انتخاب کنید.

اگر (پیش‌فرض) را انتخاب کنید، مسیر کامل شبکه و نام فایل داده را در قسمت وارد کنید، یا برای انتخاب یک متن یا فایل داده با داده در کادر محاوره‌ای می‌توانید فایل‌های داده‌ای را با داده‌های جدا شده با کاما، نقطه ویرگول، فاصله و برگه وارد کنید. همچنین می توانید روی فلش رو به پایین در کنار دکمه کلیک کنید و ( ) را انتخاب کنید تا پنجره روی پیکان رو به پایین برای منوی ( ) کلیک کنید تا (

) برای انتقال به ردیف این فایل در پنجره (

) و (اگر یک مکان فایل را کپی کرده اید) (

). همچنین یک جداکننده اعشاری را از لیست انتخاب کنید: (پیش‌فرض) یا . برای وارد کردن داده ها به مدل، روی ( ) کلیک کنید.

در غیر این صورت، COMSOL Multiphysics به داده های موجود در سیستم فایل شما ارجاع می دهد. بر روی کلیک کنید تا داده های مربوط به فرآیند گاوسی را در یک فایل ذخیره کنید و به جای درج آن در مدل، از آنجا ارجاع دهید. روی دکمه حذف داده های وارد شده برای فرآیند گاوسی از مدل. روی دکمه (

) کلیک کنید تا مطمئن شوید که فایل در صورت نیاز دوباره خوانده می شود.

اگر را انتخاب کنید، جدول مورد استفاده را از لیست انتخاب کنید.

تنظیمات ستون

بر اساس محتوای منبع داده، جدولی با ستون های زیر موجود است:

•

: نام ستون ها.

•

: یکی از انواع زیر را انتخاب کنید: ، ، یا بسته به محتوای ستون.

•

: در این ستون، نام تابع یا آرگومان ظاهر می شود. اگر نوع ستون روی ، ستون خالی است.

هنگام انتخاب یک ردیف در ستون ، می توانید نام تابع یا آرگومان را در قسمت زیر آن ویرایش کنید و همچنین یک واحد در قسمت ارائه دهید .

آموزش و اعتبار سنجی

در این قسمت می توانید تعدادی تنظیمات برای آموزش و اعتبار سنجی فرآیند گاوسی تعیین کنید.

از فهرست ، (پیش‌فرض) یا را انتخاب کنید . اگر را انتخاب کردید، می توانید را مشخص کنید (پیش فرض: 10). اگر را انتخاب کنید ، نرم افزار گزارش می دهد.

در قسمت ، بزرگترین اندازه ماتریس را مشخص کنید (پیش فرض: 2000). اندازه ماتریس برابر با تعداد ردیف های داده های ورودی است.

از لیست (پیش‌فرض) یا . اگر را انتخاب کرده اید، می توانید یک دانه را در قسمت مشخص کنید .

در ، گزینه‌ای را از فهرست انتخاب کنید: ، ، ، یا .

بسته به انتخاب داده های اعتبارسنجی، تنظیمات اضافی در دسترس هستند.

اگر گزینه دیگری غیر از را انتخاب کردید :

•

کسری از داده های اعتبار سنجی را به عنوان عددی بین 0 و 1 در قسمت مشخص کنید (پیش فرض: 0.1).

•

جدولی را برای استفاده برای خطای اعتبارسنجی با استفاده از لیست برای ایجاد جدول جدید گزینه را انتخاب کنید .

•

جدولی را برای استفاده برای داده های پیش بینی شده اعتبار سنجی با استفاده از لیست تعیین کنید. برای ایجاد جدول جدید گزینه را انتخاب کنید .

اگر نیز مشخص کنید (به بالا مراجعه کنید).

اگر را انتخاب کنید ، فهرست در دسترس نیست.

توابع مرتبط

در این بخش می توانید تابع مرتبط زیر را تعریف کنید:

تابع انحراف استاندارد

برای تعریف یک تابع برای انحراف استاندارد، کادر انتخاب را انتخاب کنید و پسوندی را برای تابع انحراف استاندارد در قسمت وارد کنید (پیش‌فرض _stddev است ). پسوند به نام توابع اصلی اضافه می شود که در قسمت تعریف شده اند . به عنوان مثال، اگر دو ستون نوع تابع را با نام‌های مربوطه gpm1_a و gpm1_b تعریف کرده باشید ، نام توابع انحراف استاندارد مرتبط به ترتیب gpm1_a_stddev و gpm1_b_stddev خواهد بود، اگر پسوند نام تابع _stddev باشد.

پارامترهای نمودار

از این جدول برای تنظیم محدوده آرگومان ها در نمودارهای پیش نمایش استفاده کنید. برای هر آرگومان، یک و یک در جدول این مقادیر زمانی استفاده می شوند که روی دکمه (

) یا دکمه (

) در بالای پنجره کلیک می کنید.

فرآیند گاوسی

شما چه احساسی دارید

اشتراک گذاری این مقاله :