uqfoundation/mystic

解決する課題

Mysticは、複雑で非凸な、高度に制約された非線形最適化問題を解く際の困難に対処します。科学的機械学習、不確実性定量化（UQ）、およびAIのための堅牢なフレームワークを提供し、最適化プロセスを精密に監視、誘導、制御する必要があるユーザーの参入障壁を低減します。

仕組み

このフレームワークは、共通のAPIを通じてさまざまな最適化アルゴリズムを実装しており、ユーザーはコードを書き換えることなくソルバーを切り替えることができます。「ハード制約」（探索を有効な領域に制限する）と「ソフト制約」（無効な領域にペナルティを課す）の両方をサポートしています。機械学習とUQを促進するために、Mysticはサンプリング、補間、統計を統合しており、制約をML用のカーネル変換に変換するツールや、応答曲面の臨界点に向けてデータ収集を誘導する適応型サンプラーが含まれています。

対象ユーザー

最適化ワークフローのきめ細かな制御、並列計算機能、および複雑なパラメータ制約を扱う能力を必要とする、科学的機械学習、AI、および不確実性定量化の研究者やエンジニア向けに設計されています。

ハイライト

• きめ細かな制御: Step および Solve コマンドを使用して、最適化を反復ごとに一時停止、再開、および誘導する機能。
• 柔軟な制約: 確率的および次元削減制約の幅広い選択肢に加え、等式および不等式の記号的変換をサポート。
• 堅牢なワークフロー: チェックポイント機能、動的な再構成、およびカスタマイズ可能な終了条件を搭載。
• 並列実行: pathos パッケージを介して、個々の反復およびソルバーのアンサンブルの両方で並列・分散コンピューティングを活用。
• ML統合: 不規則なグリッド上でのエミュレータ作成や、最適化器誘導サンプリングによる高情報量なトレーニングデータセットの生成のためのツールを提供。