Resumen: La integración del aprendizaje automático con experimentación automatizada en Laboratorios de conducción autónoma (SDL) ofrece un enfoque poderoso para acelerar las tareas de descubrimiento y optimización en aplicaciones de ciencias e ingeniería. Cuando lo respalda la infraestructura de datos de búsqueda, accesible, interoperable y reutilizable (justa), los SDL con intereses superpuestos pueden colaborar de manera más efectiva. Este trabajo presenta una implementación SDL distribuida basada en los servicios de Nanohub para simulación en línea y gestión de datos justos. En este marco, los colaboradores dispersos geográficamente que realizan tareas de optimización independientes contribuyen con datos experimentales sin procesar a una base de datos central compartida. Estos investigadores pueden beneficiarse de las herramientas de análisis y los modelos de aprendizaje automático que se actualizan automáticamente a medida que los datos adicionales están disponibles. Los nuevos puntos de datos se envían a través de una interfaz web simple y se procesan automáticamente utilizando un Nanohub SIM2L, que extrae cantidades derivadas e indexa todas las entradas y salidas en un repositorio de datos justo llamado ResultadoDB. Un flujo de trabajo de Nanohub separado permite la optimización secuencial utilizando el aprendizaje activo, donde los investigadores definen el objetivo de optimización, y los modelos de aprendizaje automático están capacitados sobre la marcha con todos los datos existentes, guiando la selección de futuros experimentos. Inspirada en el concepto de “ gemelo frugal ”, la tarea de optimización busca encontrar la receta óptima para combinar los tintes alimentarios para lograr el color objetivo deseado. Con los materiales de fácil acceso y de bajo costo, los investigadores y los estudiantes pueden configurar sus propios experimentos, los datos de los colaboradores con colaboradores y explorar la combinación de los datos justos de los modelos de Optimización justa y la Optimización de la Optimización Justa y la Optimización de la Optimización Justo. problemas.
Publicado Originalme en export.arxiv.org El 1 de julio de 2025.
Ver Fuente Original
