实验设计几乎是所有研究学科的标志。在许多场景中，一个重要的挑战是如何在大型行动/设计空间中自动设计实验。此外，这种程序的适应性也很重要，即适应之前实验的结果。在这次演讲中，我将描述在自适应实验设计中使用数据驱动算法技术的最新进展，也被称为主动学习和机器学习社区中的贝叶斯优化。基于高斯过程(GP)框架，我将描述个性化临床治疗和纳米光子结构设计中的案例研究。在这些应用的驱动下，我将展示如何将现实世界的考虑因素，如安全、偏好启发和多逼真度实验设计纳入GP框架，并使用新的算法、理论保证和经验验证。如果时间允许，我还将简要概述一些其他案例研究。
视频： https://www.youtube.com/watch?v=yZOb8Y-pUCMa&feature=youtu.be
成为VIP会员查看完整内容
【Slides】AI for Adaptive Experiment Design
相关内容
人工智能(Artificial Intelligence, AI )是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支。
Arxiv
0+阅读 · 2021年3月22日
Arxiv
8+阅读 · 2018年8月29日
Arxiv
3+阅读 · 2018年2月13日
相关VIP内容
相关资讯
相关论文
Arxiv
0+阅读 · 2021年3月22日
Arxiv
8+阅读 · 2018年8月29日
Arxiv
3+阅读 · 2018年2月13日
微信扫码咨询专知VIP会员