PyOED：用于数据同化与模型约束最优实验设计的 extensible 套件
数学软件
2023-12-20 v3
摘要
本文描述 PyOED，一个高度可扩展的科学软件包，支持针对反问题的模型约束最优实验设计（OED）的开发与测试。具体而言，PyOED 旨在成为模型约束 OED 的综合性 Python 工具包。该包面向有兴趣理解 OED 公式与方法细节的科学家与研究人员。它也旨在使研究人员能够以各类测试问题（如仿真模型）试验标准与创新的 OED 技术。OED、反问题（如贝叶斯反演）与数据同化（DA）是紧密相关的研究领域，其公式高度重叠。因此，PyOED 正持续扩展大量贝叶斯反演、DA 与 OED 方法，以及新的科学仿真模型、观测误差模型与观测算子。这些组件被添加为可置换形式，以在各种复杂度的设定下测试 OED 方法。PyOED 核心完全用 Python 编写并利用其面向对象特性；然而，当前版本旨在可扩展而非可伸缩。具体地，PyOED 的开发旨在以最小编码工作量实现 OED 方法的快速开发与基准测试，并最大化代码复用。本文简要描述 PyOED 的布局与理念，并提供一组示例测试案例与教程以展示该包的潜力。
引用
@article{arxiv.2301.08336,
title = {PyOED: An Extensible Suite for Data Assimilation and Model-Constrained Optimal Design of Experiments},
author = {Abhijit Chowdhary and Shady E. Ahmed and Ahmed Attia},
journal= {arXiv preprint arXiv:2301.08336},
year = {2023}
}
备注
22 pages, 8 figures