メインコンテンツへスキップ
ArrayDataFit は、独立変数 の各値について同じフィットを独立に実行し、フィット結果のパラメータを 2xN 配列として返します。1 行に独立変数の値、もう 1 行に対応するフィット値が格納されます。 これは、フィットするパラメータが状態変数に 依存する と想定され、単一のスカラーではなくサンプリングされた関数を得たい場合に適したツールです。よくある例は次のとおりです。
  • 化学量論に対する拡散係数 — GITT またはパルス実験から得られ、各パルスの中間点の化学量論を鍵としてパルスごとに 1 回フィットします。
  • 温度に対する交換電流密度または拡散係数 — チャンバー温度ごとに 1 回フィットします。
  • SOC に対する OCP 由来のパラメータ — SOC 設定値ごとに 1 回フィットします。

​
通常の DataFit との違い

通常の DataFit は、すべての目的関数に対して まとめて 1 回の最適化を実行し、パラメータごとに単一のベストフィット値を生成します。一方 ArrayDataFit は、objectives の各キーについて 個別に 最適化を実行し、キーごとにフィット値を生成します。キー自体が独立変数の値となります。
DataFitArrayDataFit
最適化の回数1 回objectives のキーごとに 1 回
パラメータごとの結果の形状スカラー2xN 配列（[independent_var_values, fitted_values]）
使う場面パラメータが単一の数値の場合パラメータが独立変数のサンプリングされた関数の場合

​
Python での使用方法

import ionworkspipeline as iwp

# objectives keyed by the independent-variable value (here: midpoint
# stoichiometry of each pulse)
objectives = {
    0.25: iwp.objectives.Pulse(data_pulse_25, options={"model": model}),
    0.50: iwp.objectives.Pulse(data_pulse_50, options={"model": model}),
    0.75: iwp.objectives.Pulse(data_pulse_75, options={"model": model}),
}

array_fit = iwp.ArrayDataFit(
    objectives,
    parameters={
        "Positive particle diffusivity [m2.s-1]": iwp.Parameter(
            "D_p", initial_value=1e-14, bounds=(1e-15, 1e-13)
        ),
    },
)

result = array_fit.run(parameter_values)

# result.parameter_values["Positive particle diffusivity [m2.s-1]"]
# is a 2x3 array: row 0 = [0.25, 0.50, 0.75], row 1 = fitted D_p values

​
API での使用方法

パイプライン API は、data_fit と同じトップレベルのフィールドを持つ array_data_fit 要素を受け付けます。objectives のキーは独立変数の値です。 
pipeline_config = {
    "elements": {
        "known values": {"element_type": "entry", "values": parameter_values},
        "fit diffusivity vs sto": {
            "element_type": "array_data_fit",
            "objectives": {
                0.25: {"objective": "Pulse", "data": "db:meas-pulse-25", ...},
                0.50: {"objective": "Pulse", "data": "db:meas-pulse-50", ...},
                0.75: {"objective": "Pulse", "data": "db:meas-pulse-75", ...},
            },
            "parameters": {
                "Positive particle diffusivity [m2.s-1]": {
                    "bounds": [1e-15, 1e-13],
                    "initial_value": 1e-14,
                },
            },
        },
    },
}

pipeline = client.pipeline.create(pipeline_config)
DataFit と共有するオプション一式（cost、optimizer、multistarts、prior など）の詳細は、SimplePipeline ガイド と API リファレンス を参照してください。

​
関連

データフィッティング入門

Background on objectives, parameters, and optimizers

目的関数

Choose the right objective for your data