О чём рассказывается в презентации:
Презентация посвящена проверке адекватности моделей и анализу чувствительности, ключевым аспектам верификации и валидации сложных вычислительных систем. Рассматриваются методологические основы, включая циклы проверки моделей и важность статистических критериев для оценки их надежности. Также акцентируется внимание на анализе чувствительности, который помогает понять влияние параметров на результаты, что особенно актуально в условиях высокой размерности данных.
Оглавление
Проверка адекватности моделей и анализ чувствительности
Моделирование требует доказательств адекватности для обеспечения научной достоверности
Фундаментальный цикл проверки математической модели состоит из трех этапов
Верификация фокусируется на отсутствии ошибок в логике и программной реализации
Валидация оценивает полноту отображения реальной системы
Статистические критерии позволяют количественно оценить качество сопоставления
Кросс-валидация повышает прогностическую стойкость модели
Метод экспертных оценок незаменим при нехватке эмпирических данных
Анализ чувствительности раскрывает влияние параметров на выходные показатели
Различие между локальным и глобальным анализом чувствительности
Метод Соболя и метод Морриса как современные стандарты эффективности
Интеграция суррогатных моделей ускоряет анализ сложных систем
Анализ чувствительности поддерживает принципы объяснимого ИИ (XAI)
Научные стандарты требуют прозрачной отчетности о стабильности результатов
Алгоритмические стратегии для преодоления проклятия размерности
Основные выводы
Спасибо за внимание
