Process / pipelineEngineering methods
실험 설계의 베이즈 최적화 — 베이즈 최적 실험 설계
베이즈 실험 설계는 모델 매개변수에 대한 사전 믿음에 대해 계산된 효용 함수(일반적으로 예상 정보 획득량)를 최대화함으로써 실험 실행을 선택합니다. 고정된 가정 하에서 D-최적성과 같은 대수적 기준을 최적화하는 고전적 설계와 달리, 베이즈 DOE는 시스템에 대한 사전 지식과 불확실성을 통합하여 모든 가능한 매개변수 값에 걸쳐 기대값으로 최적화된 설계를 산출합니다.
PaperMind(으)로 주제 찾기곧 제공Apply, compare, get guidance
Tools & resources
Learn & explore
동영상곧 제공
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- Chaloner, K., & Verdinelli, I. (1995). Bayesian Experimental Design: A Review. Statistical Science, 10(3), 273–304. DOI: 10.1214/ss/1177009939 ↗
- Ryan, E. G., Drovandi, C. C., McGree, J. M., & Pettitt, A. N. (2016). A Review of Modern Computational Algorithms for Bayesian Optimal Design. International Statistical Review, 84(1), 128–154. DOI: 10.1111/insr.12107 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Optimal Design of Experiments. ScholarGate. https://scholargate.app/ko/experimental-design/bayesian-design-of-experiments
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
나란히 비교하기 →