トピック: Uncertainty Quantification (UQ)

全セクション横断 3 件

米ルイジアナ州立大学らの研究チームが、核力の対称性とニューラルネットワークを組み合わせた原子核質量予測モデルを開発した。核医学や核燃料設計に直結する基礎データの精度向上が、関連産業のR&Dコスト削減につながると期待される。

米研究チームが開発した「Ribbon」は、機械学習モデルの予測不確かさを単一モデルの事後処理のみで推定する手法である。再学習コストを大幅に削減しつつ信頼性の高い不確実性評価を実現し、金融・医療・製造業での実用化加速が期待される。

英エジンバラ大学らの研究チームが、微分方程式求解器の神経網代替モデル「DeepGaLA」を発表した。不確実性を定量化しつつベイズ推論を大幅に高速化し、素材開発・気候予測・医療診断など計算コストの高い産業応用に道を開く。