SimbaML: Connecting Mechanistic Models and Machine Learning with Augmented Data

SimbaML: Connecting Mechanistic Models and Machine Learning with Augmented Data

高度な機械学習（ML）モデルの学習には大規模なデータセットが必要であり、多くのアプリケーションではその収集が困難であったり、高価であったりする。システムダイナミクスに関する事前知識があれば、実世界のデータを補完するためにメカニズム的な表現を使用することができます。我々は、常微分方程式ベースのモデルから現実的な合成データセットを生成し、直接解析してMLパイプラインに組み込むことができるオープンソースツールSimbaML (Simulation-Based ML) を紹介します。SimbaMLは、合成データから実世界データへの転移学習の調査、データの増強、データ収集のニーズの特定、物理情報に基づくMLアプローチのベンチマークを便利に実現します。SimbaMLは、このhttpsのURLから入手可能です。