GenAI4UQ：基于条件生成模型的逆不确定性量化软件
机器学习
2024-12-11 v1 地球物理
摘要
我们介绍了GenAI4UQ，一个用于模型校准、参数估计和科学应用中集合预报的逆不确定性量化软件包。GenAI4UQ利用基于生成人工智能(AI)的条件建模框架来解决传统逆建模技术（如马尔可夫链蒙特卡洛方法）的局限性。通过用直接的学习映射替代计算密集的迭代过程，GenAI4UQ实现了从观测数据中高效地校准模型输入参数并生成输出预测。该软件的设计允许在保持高计算和存储效率的同时进行快速的集合预报与鲁棒的不确定性量化。GenAI4UQ通过内置的超参数自动调优简化了模型训练过程，使其适用于不同水平的用户。其条件生成框架确保了通用性，使其能够适用于广泛的科学领域。GenAI4UQ从根本上改变了逆建模的范式，提供了一个快速、可靠且用户友好的解决方案。它使研究人员和实践者能够快速估计参数分布并为新观测生成模型预测，从而促进高效决策并推动计算建模中不确定性量化领域的进步。（代码和数据可在 https://github.com/patrickfan/GenAI4UQ 获取。）
引用
@article{arxiv.2412.07026,
title = {GenAI4UQ: A Software for Inverse Uncertainty Quantification Using Conditional Generative Models},
author = {Ming Fan and Zezhong Zhang and Dan Lu and Guannan Zhang},
journal= {arXiv preprint arXiv:2412.07026},
year = {2024}
}