Modellentdeckung

Model Discovery ist der Prozess des Aufdeckens partieller Differentialgleichungen (PDEs) aus räumlich-zeitlichen Daten. Das Ziel besteht darin, durch Datenanalyse und maschinelles Lernen automatisch die mathematischen Modelle zu identifizieren, die physikalische Phänomene beschreiben. Diese Aufgabe gehört zur Kategorie Sonstiges und zielt darauf ab, die Genauigkeit und Generalisierungsfähigkeit der Modelle zu verbessern. Dadurch werden tiefergehende Einblicke und eine bessere Vorhersagekraft in Bereichen wie Strömungsmechanik und Materialwissenschaften ermöglicht.