Однако, хотя они являются ценными инструментами в широком диапазоне областей, прогнозные модели по-прежнему страдают от неопределенностей или ошибок, и большие усилия направляются на определение масштабов и последствий этих ошибок.Теперь группа исследователей во главе с Дионом Влахосом из Университета Делавэра разработала структуру для решения этой проблемы, изучая влияние коррелированных параметров.
Их работа опубликована в журнале Nature Chemistry.Влахос объясняет, что все математические модели включают ряд мер, известных как параметры.
Например, модели прогнозов погоды включают в себя десятки параметров от температуры и осадков до скорости ветра и молний.Незначительные ошибки в любой из этих мер могут привести к отклонению прогнозов модели от курса — вот почему метеорологи не уверены, станет ли приближающийся шторм метелью в Срединно-Атлантическом регионе или развернется в море к северу от Каролины и оставить детей в Делавэре разочарованными из-за того, что у них не было снежного дня.
При оценке последствий таких ошибок исследователи традиционно оценивали каждую из них отдельно, а затем «складывали их», что, как оказалось, могло привести к завышению оценки.Vlachos использует простую аналогию, чтобы объяснить, почему.
«Если у вас и у вашего друга есть четыре причины, по которым вы хотите жить в городе, это может звучать как восемь причин», — говорит он. «Но если три ваши причины совпадают, в списке останется только пять пунктов, а не восемь».«То же самое и с параметрами модели», — продолжает он. «Когда мы посмотрели на корреляцию между параметрами и их зависимость друг от друга, мы поняли, что ошибки были не такими большими, как мы думали».
В документе документируется работа команды по прогнозированию коллективного поведения реакционных сетей с целью улучшения химических превращений в катализе.Однако этот подход находит применение в самых разных областях, от катализа и горения до наук об окружающей среде и биологии.
«Модели более прочные и надежные, чем мы думали», — говорит Влахос. «Логично, что параметры взаимозависимы, и вы не можете изменить один, не затрагивая другие, независимо от того, говорите ли вы о глобальном потеплении или очистке сточных вод».