답변:
무언가를 모델링하는 방법에는 여러 가지가 있습니다. 당신이 요구하는 것으로부터, 2 가지 주요 모델링 유형이 있습니다 : 정방향 모델링과 역 모델링.
순방향 모델링
이 유형의 모델링에는 시스템의 "현재"상태를 정의하는 특정 모델이 있습니다. 외계 행성의 경우, 외계 행성의 분자 함량, 이온화 수준, 밀도 등을 정의하는 것일 수 있습니다. 그런 다음 시스템의 알려진 물리 / 수학을 사용하여 시스템 작동 방식을 결정합니다. 이 설정에서 생성 한 것은 미리 결정된 물리 모델에서 시스템 상태를 예측하는 시스템입니다.
그러한 예는 누군가 모델에서 외계 행성의 분위기를 만들어서이 분위기를 통해 빛을 비출 때 무슨 일이 일어날 지 말하는 것입니다. 어떤 관찰을 기록 할 수 있습니까?
역 모델링
어떤 의미에서 이것은 과거 모델링을 실행하고 있다는 의미는 아니지만 정방향 모델링의 반대입니다. 대신,이 설정에서 발생하는 것은 특정 상태 또는 결과를 알고 있으며 해당 상태를 생성 할 수있는 시스템 모델을 구성하려는 것입니다. 기본적으로 계산이 완료되면 모델이 특정 상태에 도달하기를 원합니다. 그렇다면 모델이 시스템의 실제 모습을 나타내는 것으로 확신 할 수 있습니다.
이 상황에서는 대기의 구성 요소, 예를 들어 파장의 함수로 행성의 반지름을 측정 한 다음 관측을 희망적으로 재현 할 수있는 대기의 모델을 작성합니다. 가능하다면 모델이 시스템을 정확하게 표현하기를 희망합니다.
순방향 모델링은 결과를 시뮬레이션하기 위해 모델을 사용하는 것입니다. 모델이 입력으로부터 데이터를 생성하게하는 문제를 전진 문제 라고합니다 .
순방향 모델은 특정 매개 변수를 사용하여 실제 관측치와 비교할 수있는 데이터를 생성합니다.
전 지구 모델링, 예를 들어 지구 기후 모델, 지진 사건 등을 참조하여 지구 과학에서 전진 모델링이 일반적으로 사용되는 것 같습니다.
정방향 문제 (직접 문제, 정상 문제) : 특정 모델에 대해 관찰해야하는 것을 계산하는 문제 (예 : 주어진 소금 돔 모델에서 관찰되는 중력 이상을 계산하는 문제) ( 지구 과학 사전 )
반대 절차를 역 문제 라고합니다 .
과학의 역 문제는 컴퓨터 단층 촬영에서 이미지를 계산하거나, 음향에서 소스를 재구성하거나, 중력장을 측정하여 지구의 밀도를 계산하는 등의 원인을 일련의 관찰로부터 계산하는 과정입니다. .
결과로 시작하여 원인을 계산하기 때문에 역 문제라고합니다. 이는 원인에서 시작하여 결과를 계산하는 정방향 문제의 역입니다.
역 문제를 해결한다는 것은 일련의 관측이 주어지면이를 설명하는 모델을 구성하는 것을 의미합니다.
우리는 이미 지구에 적합한 대기 모델을 가지고 있고 다른 행성에 맞게 조정하는 데 대한 이해가 있지만, 우리는 아직 외계 행성에 대한 적절한 특성을 가지고 있지 않기 때문에 외계 행성 대기는 전진 모델링을 통해 연구 될 것으로 예상됩니다.
역 모델링은 데이터 기능을 사용하여 실제 모델의 기본 매개 변수 집합을 추정하는 위치입니다.
순방향 모델링은 모델을 사용하여 관찰 할 대상을 예측하고 이러한 예측을 데이터와 비교하여 모델 매개 변수를 유추하는 곳입니다.
간단한 외계 행성 예제. 드물게 샘플링 된 방사 속도 곡선을 고려하십시오. 정현파 (또는 타원형 궤도 솔루션)를 이러한 데이터에 맞추고주기, 반경 속도 진폭을 추정 한 다음 질량 함수에 항성 질량의 추정값과 함께이 숫자를 연결하여 궤도 외계면의 최소 질량을 추론 할 수 있습니다. 공식.
전진 모델링 접근법은 별과 행성의 질량으로 시작하고 궤도주기와 경사를 지정한 다음 측정의 불완전 성과 불확실성을 허용하는 함수 (필요한 경우)를 포함하여 관찰 할 사항을 예측합니다. 많은 이러한 모델이 생성되고 각 모델 매개 변수에 대한 확률 함수를 추정 할 수있을 때까지 관측 값과 비교됩니다.
정방향 모델과 역 모델의 차이점을 보려면 원자가 특정 이산 파장의 빛만 흡수하고 방출 할 수 있다는 점을 이해하십시오. 이것이 우리가 관찰하는 것입니다 . 이러한 관측에 기초하여 원자 구조의 간단한 (역) 모델을 구축 할 수 있습니다. 그러나 양자 이론과 같은 원자의 잘 발달 된 모델을 얻은 후에야 어떤 원자 의 흡수와 방출을 예측할 수있었습니다 .
순방향 모델링은 이러한 잘 개발 된 이해를 기반으로하며 일반적으로 가장 유용한 모델링 형식입니다.
그러나 역 모델은 시스템에 대한 이해가 부족한 경우에 중요합니다. 이 경우 양자 모델이 완전히 개발되기 전에 원자와 분자를 이해하는 경우와 마찬가지로 애드혹 모델은 궁극적으로 완전히 새로운 모델과 이해를 개발하게 할 수 있습니다.
pablodf76의 답변에 추가하고 싶습니다. 정확한 문제는 종종 순방향 모델링이 역 문제를 해결하는 데 사용된다는 것 입니다. 이것이 천문학 문헌에서이 용어를 본 가장 일반적인 맥락입니다.
일반적으로 측정 불확실성을 이해하는 것뿐만 아니라 포워드 모델을 갖는 것은 우도 함수를 갖는 것과 같습니다. (보다 일반적인 것은 전진 모델을 확률 론적이라고 생각하는 것입니다). 순방향 모델은 기본 모수에서 데이터 (순방향 문제)로 이동하고, 역학적 문제를 해결하기 위해 MCMC를 사용하여 사후에서 샘플링하거나 최대 우도 모수 추정치를 계산하는 통계 기법과 결합됩니다.
포워드 모델링이란 무엇이며 왜 평범한 모델링과 구별되어야합니까?
이러한 맥락에서, 저자는 아마도 어떤 형태의 통계적 추론과 결합 된 상세한 대기 모델로 대기 매개 변수의 추정 / 정면에 도달했음을 강조하려고 할 것이다.