正向建模是什么意思?


15

在对系外行星的研究中,我听到许多人谈论“对系外行星大气的正演模拟”。我什至不知道“正向”在“正向建模”中的含义以及它与“反向建模”的比较。

什么是正向建模?为什么它如此特殊,以至于有别于普通的常规建模?


1
我从未听说过这些术语,但是显然我从事正向和反向建模已有十年了……
pela

Answers:


10

有多种建模方法。根据您的要求,建模有两种主要类型:正向建模和逆向建模。

正向建模

在这种类型的建模中,您将具有一个特定的模型,该模型定义了系统的“当前”状态。在系外行星大气层中,可能是定义了系外行星大气层的分子含量,电离水平,密度等的因素。然后,您可以使用系统的已知物理/数学来确定其行为。在此设置中,您创建的是一个用于根据预定的物理模型预测系统状态的系统。

这样的例子是有人在模型中创建自己的系外行星气氛,然后说,好吧,当我在这种气氛中发光时会发生什么。我可以记录哪些观察结果?

逆建模

从某种意义上说,这与正向建模相反,尽管这并不意味着您正在运行模型来回顾过去。取而代之的是,这种设置会导致您知道一个特定的状态或结果,并且希望构建一个可以产生所述状态的系统模型。本质上,您希望模型在完成计算后达到特定状态。如果是这样,您就可以有一个合理的信心,即您的模型可以表明您的系统实际上是什么样的。

在这种情况下,您需要测量大气的组成部分(例如,行星半径与波长的函数),然后创建一个大气模型,该模型有望重现您的观测结果。如果可以的话,希望模型能够准确地代表您的系统。


在我看来,在正向建模和逆向建模情况下都可能会生成相同的模型,只是在正向建模情况下,您试图预测可能看到的内容(模拟数据),而在试图进行逆向情况下了解您看到的内容(真实数据)。是这样吗 如果是这样,为什么正向建模和反向建模之间的区别很重要和/或有用?
NeutronStar '17

@Joshua是的,您是正确的,在两种情况下都可以使用相同的模型。区别在于您要实现的目标以及必须使用的数据。以对行星半径与波长建模为例。在向前的情况下,您将创建一个模型,并说出我希望根据该模型在现实生活中要进行的观察(即,您使用观察)。在相反的情况下,您已经具有行星半径与波长的测量值,并且需要创建一个模型来重现这些测量值,然后说您的模型可以对系统进行准确的建模。
zephyr

7

正向建模是使用模型来模拟结果。使模型从输入产生数据的问题称为正向问题

正向模型采用某些参数,并生成可以与实际观测值进行比较的数据。

正向建模似乎在地球科学中很普遍,例如指的是全球气候,地震事件等的模型。

前向问题(直接问题,正常问题):计算特定模型应观察到的问题,例如,计算给定盐穹顶模型应观察到的重力异常。(地球科学词典

相反的过程称为反问题

科学中的一个逆问题是从一组观测值中计算产生它们的因果关系的过程:例如,在计算机断层扫描中计算图像,在声学中重建声源或通过对地球重力场的测量来计算地球的密度。

之所以称为逆问题,是因为它从结果开始,然后计算原因。这与正向问题相反,正向问题始于原因,然后计算结果。

然后,解决逆问题意味着给定一组观察值,构造一个解释这些问题的模型。

我想可以通过正向模型研究系外行星的大气,因为我们已经有了足够的地球大气模型,并且有将它们调整到其他行星的知识,而我们还没有足够的系外行星大气特征。


5

一种

ÿ=一种X

ÿX

  • Xÿ

  • ÿX一种

一种X一种X


3

在逆建模中,您可以使用数据的特征来估算物理模型发生了什么的一组基础参数。

正向建模是您使用模型预测要观察的内容,并将这些预测与数据进行比较以推断模型参数的地方。

一个简单的系外行星例子。考虑稀疏采样的径向速度曲线。您可以将正弦曲线(或椭圆轨道解)拟合到这些数据,并估计周期,径向速度振幅,然后通过将这些数字与恒星质量的估计值一起插入质量函数中,得出轨道系外行星的最小质量。式。

前向建模方法将从恒星和行星的质量开始,指定一个轨道周期和倾斜度,然后预测将要观测到的内容-包括必要时允许测量中存在缺陷和不确定性的功能。产生了许多这样的模型,并将其与观测值进行比较,直到可以估计每个模型参数的概率函数为止。


简洁明了
uhoh,

2

要了解正向模型和逆向模型之间的差异,请考虑我们对原子只能吸收和发射特定离散波长的光的理解。这是我们观察到的;我们可以根据这些观察结果建立一个简单的原子结构模型(逆模型)。但是只有在我们有了一个完善的原子模型(例如量子理论)之后,我们才能够预测任何原子的吸收和发射。

正向建模基于这些完善的理解,通常是最有用的建模形式。

但是,当我们对系统还没有很好的了解时,逆模型就很重要。在那种情况下,临时模型最终可能会导致我们开发全新的模型和理解-就像在完全发展量子理论之前了解原子和分子的情况一样。


2

我想补充一下pablodf76的答案,这是完全正确的,可以说正向建模通常用于解决反问题。到目前为止,这是我在天文学中最常看到的术语。

通常,具有前向模型以及对测量不确定性的理解与具有似然函数相同。(更一般的事情是将您的前向模型视为概率模型)。正向模型从基础参数到数据(正向问题),并与统计技术结合在一起(例如,使用MCMC从后验中采样,或计算最大似然参数估计值)来解决反问题。

什么是正向建模?为什么它如此特殊,以至于有别于普通的常规建模?

在这种情况下,作者可能试图强调,他们结合详细的大气模型和某种形式的统计推断得出了对大气参数的估计/后验。


可能有不只一个正确答案;我已将“正确的答案”更改为“正确的答案”,以免其他所有答案(现在和将来)都不正确。
uhoh
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.