Machine-Learning Surrogates for Airfoil Aerodynamics: Accuracy, Extrapolation, and the Role of Known Physics: A Case Study with a Panel-Method Testbed
既知の物理ベースのパネル法テストベッドを用いた本研究は、機械学習サロゲートモデルが訓練範囲内では高い精度を達成し物理的な依存関係を捉える一方で、信頼性の高い外挿には失敗し、本質的な不確実性警告を欠いていることを示しており、堅牢性を確保するための物理情報に基づく制約や単純な範囲チェックの決定的な必要性を浮き彫りにしている。