Las aplicaciones científicas y de ingeniería, como el control de sistemas de movimiento de alta precisión o procesos electroquímicos, a menudo se basan en modelos matemáticos de sistemas dinámicos. Doctor. El candidato Dhruv Khandelwal desarrolló un marco que permite a las personas sin experiencia en modelos basados ​​en datos desarrollar con bastante facilidad modelos matemáticos optimizados de estos sistemas dinámicos. Esta es una herramienta vital que puede ayudar a los investigadores de cualquier tipo a navegar por el complejo laberinto de tecnologías de modelado y dinámica de sistemas. y respaldar la producción y la valorización de la investigación basada en datos. Por ejemplo, ingenieros eléctricos que gestionan la salud de la red eléctrica o investigadores que estudian el crecimiento de las células cancerosas. Khandelwal defiende su Ph.D. tesis el 4 de marzo.

Generando un modelo optimizado para sus criterios

La parte difícil de crear modelos matemáticos es seleccionar la estructura de modelo correcta y optimizar el modelo para sus objetivos específicos y métricas de rendimiento. El algoritmo de Khandelwal explica ambos.

Para ayudar a los usuarios a generar modelos correctos, Khandelwal desarrolló una "gramática" para modelos dinámicos utilizando Tree Adjoining Grammar (TAG), que puede explorar opciones de modelado en una variedad de sistemas, estructuras y complejidades. Para llegar a un modelo óptimo para el usuario, Khandelwal diseñó un enfoque evolutivo, basado en la definición de Darwin de selección natural en biología:"[El] principio por el cual cada pequeña variación, si es útil, "El panorama de aptitud en el que compiten los modelos está determinado por los criterios de rendimiento especificados por el usuario, y el algoritmo evolutivo "evoluciona" los modelos que mejor funcionan en este entorno.

Tan buenos como los modelos creados por expertos

La metodología de modelado automatizado se evaluó en una serie de académicos, aplicaciones de referencia y del mundo real. Esta evaluación muestra que el marco genera modelos con éxito con una interacción mínima del usuario. En los casos en que la aplicación modelada se entendió completamente, los modelos generados automáticamente coincidían con la naturaleza del verdadero sistema. En múltiples estudios de caso, el modelo propuesto por el marco fue tan bueno como los modelos obtenidos con las técnicas más avanzadas empleadas por usuarios expertos.