EmuKit/emukit

해결하는 문제

Emukit은 데이터가 부족하거나 획득에 비용이 많이 드는 복잡한 시스템에서의 불확실성 하에서의 의사결정 문제를 해결합니다. 설계 루프 전반에 걸쳐 정밀하게 캘리브레이션된 불확실성 추정을 전파함으로써 제한된 계산 또는 실험 자원을 효율적으로 사용할 수 있는 도구를 제공합니다.

작동 방식

Emukit은 모델에 독립적인 툴킷으로, Python 생태계와 통합됩니다. 사용자는 고비용 함수를 근사하기 위한 대체 모델(에뮬레이터)을 구축할 수 있습니다. 다중 정밀도 에뮬레이션(다른 비용/정확도를 가진 데이터 소스를 결합), 머신러닝 파라미터 튜닝을 위한 베이지안 최적화, 효율적인 적분을 위한 베이지안 적분을 지원합니다.

대상 사용자

시스템 평가가 비용이 많이 들고 전략적인 실험 설계가 필요한 복잡한 물리적 과정이나 머신러닝 알고리즘을 다루는 연구자 및 엔지니어를 위한 것입니다.

주요 기능

• 다중 정밀도 에뮬레이션: 다양한 정밀도와 비용을 가진 여러 데이터 소스의 정보를 통합합니다.
• 베이지안 최적화: 머신러닝 파라미터 튜닝 또는 물리 실험 최적화에 사용됩니다.
• 실험 설계: 액티브 러닝 및 가장 정보량이 많은 실험을 설계하는 도구를 제공합니다.
• 민감도 분석: 입력이 시스템 출력에 미치는 영향을 분석합니다.
• 베이지안 적분: 고비용 함수의 적분을 효율적으로 계산합니다.
• 프레임워크 독립성: Python 생태계 내 다양한 모델링 도구와 호환됩니다.