หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

กล่องเครื่องมือการสร้างแบบจำลองตัวแทน (SMT) เป็นแพ็คเกจ Python ที่มีคอลเลกชันของวิธีการสร้างแบบจำลองตัวแทนเทคนิคการสุ่มตัวอย่างและฟังก์ชั่นการเปรียบเทียบ แพ็คเกจนี้มีห้องสมุดของโมเดลตัวแทนที่ใช้งานง่ายและอำนวยความสะดวกในการใช้วิธีการเพิ่มเติม

SMT นั้นแตกต่างจากห้องสมุดการสร้างแบบจำลองตัวแทนที่มีอยู่เนื่องจากเน้นที่อนุพันธ์รวมถึงอนุพันธ์การฝึกอบรมที่ใช้สำหรับการสร้างแบบจำลองการไล่ระดับสีการทำนายอนุพันธ์การทำนายและอนุพันธ์เกี่ยวกับข้อมูลการฝึกอบรม

นอกจากนี้ยังรวมถึงโมเดลตัวแทนใหม่ที่ไม่มีอยู่ในที่อื่น ๆ : การลดการลดสี่เหลี่ยมจัตุรัสบางส่วนและการแก้ไข spline ที่ลดลงพลังงาน SMT ได้รับการบันทึกไว้โดยใช้เครื่องมือที่กำหนดเองสำหรับการฝังรหัสที่ผ่านการทดสอบโดยอัตโนมัติและแปลงที่สร้างขึ้นแบบไดนามิกเพื่อสร้างคู่มือผู้ใช้คุณภาพสูงด้วยความพยายามน้อยที่สุดจากผู้มีส่วนร่วม

SMT มีการแจกจ่ายภายใต้ใบอนุญาต BSD ใหม่

เพื่ออ้างถึง SMT 2.0: P. Saves และ R. Lafage และ N. Bartoli และ Y. Diouane และ JH Bussemaker และ T. Lefebvre และ JT Hwang และ J. Morlier และ JRRA Martins SMT 2.0: กล่องเครื่องมือการสร้างแบบจำลองตัวแทนโดยเน้นไปที่กระบวนการแบบลำดับชั้นและตัวแปรผสมเกาส์ ความก้าวหน้าในซอฟต์แวร์วิศวกรรม, 2024 

@article{saves2024smt,
         author = {P. Saves and R. Lafage and N. Bartoli and Y. Diouane and J. Bussemaker and T. Lefebvre and J. T. Hwang and J. Morlier and J. R. R. A. Martins},
         title = {{SMT 2.0: A} Surrogate Modeling Toolbox with a focus on Hierarchical and Mixed Variables Gaussian Processes},
         journal = {Advances in Engineering Sofware},
         year = {2024},
         volume = {188}, 
         pages = {103571},
         doi = {https://doi.org/10.1016/j.advengsoft.2023.103571}}

เพื่ออ้างถึงมรดก SMT: Ma Bouhlel และ JT Hwang และ N. Bartoli และ R. Lafage และ J. Morlier และ JRRA Martins กรอบการสร้างแบบจำลอง Python Surrogate ที่มีอนุพันธ์ ความก้าวหน้าในซอฟต์แวร์วิศวกรรม, 2019 

@article{SMT2019,
        Author = {Mohamed Amine Bouhlel and John T. Hwang and Nathalie Bartoli and Rémi Lafage and Joseph Morlier and Joaquim R. R. A. Martins},
        Journal = {Advances in Engineering Software},
        Title = {A Python surrogate modeling framework with derivatives},
        pages = {102662},
        issn = {0965-9978},
        doi = {https://doi.org/10.1016/j.advengsoft.2019.03.005},
        Year = {2019}}

แพ็คเกจที่จำเป็น

SMT ขึ้นอยู่กับโมดูลต่อไปนี้: numpy, scipy, scikit-learn, pydoe3 และ cython

การติดตั้ง

หากคุณต้องการติดตั้งรุ่นล่าสุด 

pip install smt

มิฉะนั้นถ้าคุณต้องการติดตั้งจากสาขาหลักปัจจุบัน 

pip install git+https://github.com/SMTOrg/smt.git@master

การใช้งาน

ตัวอย่างเช่นวิธีการใช้ SMT คุณสามารถดูสมุดบันทึกการสอนหรือไปที่โฟลเดอร์ 'SMT/ตัวอย่าง'

เอกสาร

เอกสารของกล่องเครื่องมือการสร้างแบบจำลองตัวแทน

การบริจาค

เพื่อสนับสนุน SMT อ้างถึงส่วนที่มีส่วนร่วมของเอกสาร

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด