科学机器学习模型的经验缩放

2024年6月4日

联络: Helgi Ingolfsson, Robert Blake, Bridgette Michelle Davilla
顾问: Naim Matasci
学生(s): Sasha Rothstein (TL-F)， Megan Li, Mukta Ubale, Stephanie Huang, William Yik (TL-S)

劳伦斯利弗莫尔国家实验室进行多尺度科学模拟，以回答实验不可行的问题. 减少计算成本, 精确但昂贵的计算可以使用神经网络进行近似. 为此，重要的是要知道需要多少数据才能达到指定的精度. 以往的研究表明，神经网络遵循经验标度定律. 使用这个结果, 我们开发了一种软件，可以测量每个特定科学领域的数据和网络大小对精确度的影响.