Abstract
任意の材料ペア間の摩擦係数を正確に推定することは、ロボティクス、デジタルファブリケーション、物理ベースのシミュレーションにおいて重要ですが、全てのペアを網羅的に試験することは、材料数に対して二次的にスケールします。そこで本研究では、小さく固定されたプロキシ材料の集合 C=[c_1,cdots,c_k] から、任意のペアワイズ摩擦 f(A,B) を近似する、プロキシベースのモデリング枠組みを提案します。具体的には、材料ごとの埋め込み z_A = g(f(A,c1),cdots,f(A,ck)) を学習し、さらに融合関数 p を用いて f(A,B)
pprox p\big(z_A,z_B\big) を満たすようにします。加えて、g と p の決定論的および確率論的な実現、相違のあるプロキシ集合を選択する手順、欠損またはノイズのあるプロキシ測定を扱うための仕組みを示します。学習された埋め込みはコンパクトで解釈可能であり、下流の意思決定のために較正された不確実性推定を可能にします。模擬データおよび実測の摩擦データセットにおいて、提案手法は高い予測精度、部分観測に対して頑健な性能、そしてペアワイズ試験を大幅に削減することで実験コストを大きく節約することを達成します。
