是否可以使用在模拟数据上训练的预测模型来预测实验数据？
Would it be possible to predict experimental data with a predictive model trained on simulated data?
我正在进行一个在 material 科学领域构建机器学习模型的项目。目标是用实验数据建立一个预测模型。然而，由于实验成本和时间有限，我们并不期望从实验中获得足够的数据。因此，我们正在考虑使用来自有限元或离散元模拟的模拟数据来训练模型，并根据实验数据评估模型。但我对这种混合表示怀疑。即使模拟是基于实验参数建模的，也不能保证目标输出的分布与实验一致。
你怎么看？
我想我不能给你一个准确的答案。然而，在模拟数据上进行训练并在类世界环境中进行部署是高能物理环境中的常见做法。他们使用蒙特卡洛高统计模拟来训练模型并使用实验收集的真实数据评估其预测性能：
你可以做的一件事来限制实验模拟分歧是在你的网络中实现一个域适应层：
This is a nice article explaining domain adaptation
所有这些考虑因素可能取决于您要开发的架构类型、具体任务（二元分类或其他？）以及您的模拟的可靠性。
我正在进行一个在 material 科学领域构建机器学习模型的项目。目标是用实验数据建立一个预测模型。然而，由于实验成本和时间有限，我们并不期望从实验中获得足够的数据。因此，我们正在考虑使用来自有限元或离散元模拟的模拟数据来训练模型，并根据实验数据评估模型。但我对这种混合表示怀疑。即使模拟是基于实验参数建模的，也不能保证目标输出的分布与实验一致。
你怎么看？
我想我不能给你一个准确的答案。然而，在模拟数据上进行训练并在类世界环境中进行部署是高能物理环境中的常见做法。他们使用蒙特卡洛高统计模拟来训练模型并使用实验收集的真实数据评估其预测性能：
你可以做的一件事来限制实验模拟分歧是在你的网络中实现一个域适应层：
This is a nice article explaining domain adaptation
所有这些考虑因素可能取决于您要开发的架构类型、具体任务（二元分类或其他？）以及您的模拟的可靠性。