已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Bayesian optimization with adaptive surrogate models for automated experimental design

贝叶斯优化 替代模型 计算机科学 贝叶斯概率 高斯过程 稳健性(进化) 克里金 工作流程 多元自适应回归样条 机器学习 实验设计 人工智能 贝叶斯多元线性回归 数学优化 数据挖掘 高斯分布 回归分析 数学 生物化学 化学 物理 统计 量子力学 数据库 基因
作者
Bowen Lei,Tanner Kirk,Anirban Bhattacharya,Debdeep Pati,Xiaoning Qian,Raymundo Arróyave,Bani K. Mallick
出处
期刊:npj computational materials [Nature Portfolio]
卷期号:7 (1): 194- 被引量:183
标识
DOI:10.1038/s41524-021-00662-x
摘要

Bayesian optimization (BO) is an indispensable tool to optimize objective functions that either do not have known functional forms or are expensive to evaluate. Currently, optimal experimental design is always conducted within the workflow of BO leading to more efficient exploration of the design space compared to traditional strategies. This can have a significant impact on modern scientific discovery, in particular autonomous materials discovery, which can be viewed as an optimization problem aimed at looking for the maximum (or minimum) point for the desired materials properties. The performance of BO-based experimental design depends not only on the adopted acquisition function but also on the surrogate models that help to approximate underlying objective functions. In this paper, we propose a fully autonomous experimental design framework that uses more adaptive and flexible Bayesian surrogate models in a BO procedure, namely Bayesian multivariate adaptive regression splines and Bayesian additive regression trees. They can overcome the weaknesses of widely used Gaussian process-based methods when faced with relatively high-dimensional design space or non-smooth patterns of objective functions. Both simulation studies and real-world materials science case studies demonstrate their enhanced search efficiency and robustness.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
勤奋成威完成签到,获得积分10
刚刚
阳光暖暖的完成签到 ,获得积分10
2秒前
星星完成签到,获得积分10
2秒前
小李完成签到 ,获得积分10
2秒前
哈人发布了新的文献求助10
2秒前
Tao完成签到 ,获得积分10
2秒前
NN的应助被HUANG采纳,获得10
2秒前
希望天下0贩的0的应助被HUANG采纳,获得10
2秒前
mmm完成签到,获得积分20
3秒前
风中的香寒完成签到 ,获得积分10
3秒前
小老屁发布了新的文献求助30
3秒前
3秒前
shaangu623完成签到,获得积分20
3秒前
Cakoibao的应助被科研通管家采纳,获得10
4秒前
无花果的应助被科研通管家采纳,获得10
4秒前
入司的应助被科研通管家采纳,获得10
4秒前
852的应助被科研通管家采纳,获得10
4秒前
12A完成签到,获得积分10
4秒前
汉堡包的应助被科研通管家采纳,获得10
4秒前
4秒前
Orange的应助被科研通管家采纳,获得10
4秒前
哈哈哈发布了新的文献求助30
5秒前
乐乐的应助被期许采纳,获得10
5秒前
5秒前
炫星流风完成签到,获得积分10
5秒前
u485910发布了新的文献求助10
5秒前
6秒前
tt完成签到 ,获得积分10
7秒前
baha完成签到,获得积分20
8秒前
宇豪完成签到,获得积分10
8秒前
梦明完成签到 ,获得积分10
8秒前
u485910发布了新的文献求助10
9秒前
无问西东完成签到,获得积分10
9秒前
9秒前
孟孟孟发布了新的文献求助10
10秒前
华无剑的应助被zyyyyyy采纳,获得10
10秒前
爱you发布了新的文献求助10
10秒前
樊念烟完成签到 ,获得积分10
10秒前
可妍昇完成签到 ,获得积分10
11秒前
Jennifer完成签到,获得积分10
11秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Handbook of Sport Coaching Research 1000
Orthognathic Surgery - 2 Volume Set 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8194810
求助须知:如何正确求助?哪些是违规求助? 9580525
关于积分的说明 21871483
捐赠科研通 7794329
什么是DOI,文献DOI怎么找? 3437718
关于科研通互助平台的介绍 2561095
邀请新用户注册赠送积分活动 2484446