การสร้างแบบจำลองไปข้างหน้าหมายถึงอะไร?


15

ในงานวิจัยของฉันเกี่ยวกับดาวเคราะห์นอกระบบฉันเคยได้ยินหลายคนพูดถึง "การสร้างแบบจำลองอวกาศของดาวเคราะห์นอกระบบ" ฉันไม่ทราบว่า "การส่งต่อ" หมายถึงอะไรใน "การสร้างแบบจำลองการส่งต่อ" และเปรียบเทียบกับ "การสร้างแบบจำลองย้อนกลับ" อย่างไรถ้านั่นเป็นเรื่อง

การสร้างแบบจำลองไปข้างหน้าคืออะไรและทำไมจึงเป็นพิเศษที่จำเป็นต้องแยกจากการสร้างแบบจำลองธรรมดา ol เพียงธรรมดา?


1
ฉันไม่เคยได้ยินคำเหล่านี้ แต่เห็นได้ชัดว่าฉันได้รับการทำงานในข้างหน้าและย้อนกลับการสร้างแบบจำลองสำหรับปีสิบบางอย่าง ...
pela

คำตอบ:


10

มีหลายวิธีในการสร้างแบบจำลองบางอย่าง จากสิ่งที่คุณขอมีสองประเภทหลักคือแบบจำลองไปข้างหน้าและแบบจำลองผกผัน

การสร้างแบบจำลองไปข้างหน้า

ในการสร้างแบบจำลองประเภทนี้คุณมีรูปแบบเฉพาะที่กำหนดสถานะ "ปัจจุบัน" ของระบบของคุณ ในกรณีของดาวเคราะห์นอกระบบอาจเป็นสิ่งที่กำหนดเนื้อหาของโมเลกุลระดับไอออนไนซ์ความหนาแน่นและอื่น ๆ ของบรรยากาศดาวเคราะห์นอกระบบของคุณ จากนั้นคุณใช้ฟิสิกส์ / คณิตศาสตร์ที่รู้จักในระบบของคุณเพื่อตัดสินใจว่ามันจะทำงานอย่างไร ในการตั้งค่านี้สิ่งที่คุณสร้างขึ้นคือระบบสำหรับการทำนายสถานะระบบจากแบบจำลองฟิสิกส์ที่กำหนดไว้ล่วงหน้า

ตัวอย่างเช่นจะมีคนสร้างบรรยากาศของดาวเคราะห์นอกระบบในแบบจำลองแล้วพูดว่าโอเคจะเกิดอะไรขึ้นเมื่อฉันส่องแสงผ่านชั้นบรรยากาศนี้ ฉันอาจบันทึกข้อสังเกตอะไรบ้าง

การสร้างแบบจำลองผกผัน

ในบางกรณีนี่คือสิ่งที่ตรงกันข้ามกับการสร้างแบบจำลองไปข้างหน้าแม้ว่ามันจะไม่ได้หมายความว่าคุณกำลังใช้แบบจำลองเพื่อดูในอดีต แต่สิ่งที่เกิดขึ้นกับการตั้งค่านี้คือคุณรู้สถานะหรือผลลัพธ์เฉพาะและคุณต้องการสร้างแบบจำลองของระบบซึ่งสามารถสร้างสถานะดังกล่าวได้ โดยพื้นฐานแล้วคุณต้องการให้แบบจำลองของคุณมาถึงสถานะที่แน่นอนเมื่อคำนวณเสร็จแล้ว ถ้าเป็นเช่นนั้นคุณมีความมั่นใจอย่างสมเหตุสมผลว่าแบบจำลองของคุณเป็นตัวบ่งชี้ว่าระบบของคุณเป็นอย่างไร

ในสถานการณ์นี้คุณจะวัดองค์ประกอบของชั้นบรรยากาศเช่นรัศมีของดาวเคราะห์เป็นฟังก์ชันของความยาวคลื่นแล้วสร้างแบบจำลองของชั้นบรรยากาศซึ่งหวังว่าจะสามารถจำลองการสังเกตการณ์ของคุณได้ ถ้าคุณทำได้ความหวังก็คือโมเดลจะแสดงสิ่งที่ระบบของคุณถูกต้อง


สำหรับฉันแล้วดูเหมือนว่าเราสามารถสร้างแบบจำลองเดียวกันทั้งในกรณีการสร้างแบบจำลองไปข้างหน้าและแบบผกผันเพียงในกรณีการสร้างแบบจำลองไปข้างหน้าคุณกำลังพยายามทำนายสิ่งที่คุณอาจเห็น (ข้อมูลจำลอง) และกรณีที่คุณกำลังพยายาม เข้าใจสิ่งที่คุณเห็น (ข้อมูลจริง) เป็นกรณีนี้หรือไม่? และถ้าเป็นเช่นนั้นทำไมความแตกต่างระหว่างการสร้างแบบจำลองไปข้างหน้าและแบบผกผันจึงสำคัญและ / หรือมีประโยชน์?
NeutronStar

@ โจชัวใช่คุณพูดถูกว่าโมเดลเดียวกันสามารถใช้ได้ทั้งสองกรณี ความแตกต่างมาจากสิ่งที่คุณพยายามจะบรรลุและข้อมูลที่คุณต้องทำงานด้วย ยกตัวอย่างการจำลองรัศมีของดาวเคราะห์กับความยาวคลื่น ในกรณีข้างหน้าคุณจะสร้างแบบจำลองและพูดว่าการสังเกตแบบใดที่ฉันคาดว่าจะทำในชีวิตจริงจากแบบจำลองนี้ (เช่นคุณไม่ได้ทำงานกับการสังเกต) ในกรณีตรงกันข้ามคุณมีการตรวจวัดรัศมีดาวเคราะห์และความยาวคลื่นแล้วและคุณสร้างแบบจำลองเพื่อทำซ้ำการวัดเหล่านั้นแล้วบอกว่าแบบจำลองของคุณเป็นแบบจำลองระบบที่ถูกต้อง
zephyr

7

การสร้างแบบจำลองการส่งต่อคือการใช้แบบจำลองเพื่อจำลองผลลัพธ์ ปัญหาของการได้รับรูปแบบในการผลิตข้อมูลจากการป้อนข้อมูลที่เรียกว่าปัญหาที่เกิดขึ้นข้างหน้า

ตัวแบบไปข้างหน้าใช้พารามิเตอร์บางอย่างและสร้างข้อมูลที่สามารถนำมาเปรียบเทียบกับการสังเกตที่เกิดขึ้นจริง

การสร้างแบบจำลองไปข้างหน้าดูเหมือนจะใช้กันทั่วไปในวิทยาศาสตร์โลกหมายถึงแบบจำลองของสภาพภูมิอากาศโลกเหตุการณ์แผ่นดินไหว ฯลฯ

ปัญหาข้างหน้า ( ปัญหาโดยตรง, ปัญหาปกติ): ปัญหาของการคำนวณสิ่งที่ควรสังเกตสำหรับแบบจำลองเฉพาะเช่นการคำนวณความผิดปกติของแรงโน้มถ่วงที่จะสังเกตได้สำหรับแบบจำลองของโดมเกลือ ( พจนานุกรมวิทยาศาสตร์โลก )

กระบวนการตรงข้ามเรียกว่าปัญหาผกผัน :

ปัญหาผกผันในวิทยาศาสตร์คือกระบวนการคำนวณจากชุดการสังเกตปัจจัยเชิงสาเหตุที่ทำให้เกิดขึ้นเช่นการคำนวณภาพในคอมพิวเตอร์เอกซ์เรย์คอมพิวเตอร์การสร้างแหล่งกำเนิดในอะคูสติกหรือการคำนวณความหนาแน่นของโลกจากการวัดสนามแรงโน้มถ่วง .

มันถูกเรียกว่าปัญหาผกผันเพราะเริ่มต้นด้วยผลลัพธ์แล้วคำนวณหาสาเหตุ นี่คือการผกผันของปัญหาไปข้างหน้าซึ่งเริ่มต้นด้วยสาเหตุแล้วคำนวณผลลัพธ์

การแก้ปัญหาผกผันนั้นหมายถึงให้ชุดของการสังเกตสร้างแบบจำลองที่อธิบายถึงปัญหาเหล่านั้น

ฉันคิดว่ามันน่าจะถูกคาดหวังว่ามีการศึกษาชั้นบรรยากาศดาวเคราะห์นอกระบบผ่านการสร้างแบบจำลองไปข้างหน้าเพราะเรามีแบบจำลองชั้นบรรยากาศที่เพียงพอสำหรับโลกและความเข้าใจในการปรับให้เข้ากับดาวเคราะห์ดวงอื่นในขณะที่เรายังไม่มี



3

การสร้างแบบผกผันเป็นที่ที่คุณใช้คุณสมบัติของข้อมูลของคุณเพื่อประเมินชุดของพารามิเตอร์พื้นฐานของแบบจำลองทางกายภาพของคุณว่าเกิดอะไรขึ้น

ส่งต่อการสร้างแบบจำลองเป็นที่ที่คุณใช้แบบจำลองของคุณเพื่อทำนายสิ่งที่คุณจะสังเกตและใช้การเปรียบเทียบการทำนายเหล่านี้กับข้อมูลของคุณเพื่ออนุมานพารามิเตอร์แบบจำลองของคุณ

ตัวอย่างดาวเคราะห์นอกระบบที่เรียบง่าย ลองพิจารณาเส้นโค้งความเร็วเรเดียลที่สุ่มตัวอย่าง คุณสามารถใส่ไซน์ซอยด์ (หรือวงรีวงโคจร) กับข้อมูลเหล่านี้และประมาณระยะเวลา, ความกว้างของความเร็วรัศมีและจากนั้นอนุมานมวลขั้นต่ำสำหรับดาวเคราะห์นอกระบบที่โคจรรอบโดยเสียบตัวเลขเหล่านี้เข้ากับฟังก์ชันมวล สูตร.

วิธีการสร้างแบบจำลองไปข้างหน้าจะเริ่มต้นด้วยมวลของดาวฤกษ์และดาวเคราะห์ระบุช่วงเวลาการโคจรและความโน้มเอียงจากนั้นทำนายสิ่งที่จะสังเกตได้รวมถึงหากจำเป็นฟังก์ชันที่อนุญาตให้มีความไม่สมบูรณ์และความไม่แน่นอนในการวัด แบบจำลองดังกล่าวจำนวนมากถูกผลิตและเปรียบเทียบกับการสังเกตจนกว่าจะสามารถประมาณฟังก์ชันความน่าจะเป็นสำหรับพารามิเตอร์แต่ละตัวของแบบจำลองได้


นี่คือรัดกุมและชัดเจน
uhoh

2

หากต้องการดูความแตกต่างระหว่างแบบจำลองไปข้างหน้าและแบบผกผันให้พิจารณาความเข้าใจของเราว่าอะตอมสามารถดูดซับและปล่อยความยาวคลื่นเฉพาะบางช่วงของแสง นี่คือสิ่งที่เราสังเกต ; เราสามารถสร้างแบบจำลองโครงสร้างอะตอมแบบง่ายๆ (ผกผัน) จากการสังเกตเหล่านี้ แต่หลังจากที่เรามีรูปแบบของอะตอมที่พัฒนาขึ้นมาอย่างดีเช่นทฤษฎีควอนตัมเราสามารถทำนายการดูดซับและการปล่อยของอะตอมใด ๆ

การสร้างแบบจำลองไปข้างหน้าขึ้นอยู่กับความเข้าใจที่ได้รับการพัฒนามาอย่างดีเหล่านี้และโดยทั่วไปแล้วเป็นรูปแบบที่มีประโยชน์มากที่สุด

อย่างไรก็ตามแบบจำลองผกผันมีความสำคัญเมื่อเรายังไม่มีความเข้าใจในระบบ ในกรณีดังกล่าวโมเดล ad hoc ในที่สุดอาจนำเราไปสู่การพัฒนารูปแบบและความเข้าใจใหม่ทั้งหมดเช่นเดียวกับกรณีในการทำความเข้าใจอะตอมและโมเลกุลก่อนที่ทฤษฎีควอนตัมจะได้รับการพัฒนาอย่างเต็มที่


2

ฉันต้องการที่จะเพิ่มคำตอบ pablodf76 ซึ่งเป็นที่ถูกต้องโดยสิ้นเชิงที่จะบอกว่ามักจะสร้างแบบจำลองไปข้างหน้าจะใช้ในการแก้ปัญหาผกผัน นี่คือบริบทที่พบบ่อยที่สุดที่ฉันเคยเห็นคำนี้ในวรรณคดีดาราศาสตร์

โดยทั่วไปแล้วการมีตัวแบบล่วงหน้าและความเข้าใจในความไม่แน่นอนในการวัดของคุณนั้นเหมือนกับการมีฟังก์ชั่นความน่าจะเป็น (สิ่งที่กว้างกว่าคือคิดว่าตัวแบบส่งต่อของคุณน่าจะเป็น) ตัวแบบไปข้างหน้าไปจากพารามิเตอร์พื้นฐานไปยังข้อมูล (ปัญหาไปข้างหน้า) และได้รับการรวมกับเทคนิคทางสถิติ - ใช้ MCMC เพื่อสุ่มตัวอย่างจากคนหลังหรือการคำนวณการประมาณค่าพารามิเตอร์ความน่าจะเป็นสูงสุด - เพื่อแก้ปัญหาผกผัน

การสร้างแบบจำลองไปข้างหน้าคืออะไรและทำไมจึงเป็นพิเศษที่จำเป็นต้องแยกจากการสร้างแบบจำลองธรรมดา ol เพียงธรรมดา?

ในบริบทนี้ผู้เขียนอาจจะพยายามเน้นว่าพวกเขามาถึงที่ประมาณ / หลังของพารามิเตอร์ในบรรยากาศที่มีรายละเอียดแบบจำลองบรรยากาศร่วมกับการอนุมานทางสถิติบางรูปแบบ


อาจมีมากกว่าหนึ่งคำตอบที่ถูกต้อง; ฉันได้เปลี่ยน "คำที่ถูกต้อง" เป็น "คำที่ถูกต้อง" เพื่อที่จะไม่พูดว่าคำตอบอื่น ๆ ทั้งหมด (ปัจจุบันและอนาคต) ไม่ถูกต้อง
uhoh
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.