删失下高斯过程回归的自适应设计
统计方法学
2021-06-29 v2
摘要
工程问题中的一个关键目标是在输入域上预测未知实验曲面。在复杂物理实验中，这可能受到响应删失的阻碍，从而导致显著的信息损失。对于此类问题，实验设计对于利用少量昂贵实验运行最大化预测能力至关重要。为此，我们提出了一种称为积分删失均方误差（ICMSE）方法的新型自适应设计方法。ICMSE 方法首先估计新观测被删失的后验概率，然后自适应地选择最小化删失下预测不确定性的设计点。采用具有乘积相关函数的高斯过程回归模型，所提 ICMSE 准则易于计算，从而实现高效的设计优化。我们在外科手术规划和晶圆制造两个真实世界应用中展示了 ICMSE 设计的有效性。
引用
@article{arxiv.1910.05452,
title = {Adaptive design for Gaussian process regression under censoring},
author = {Jialei Chen and Simon Mak and V. Roshan Joseph and Chuck Zhang},
journal= {arXiv preprint arXiv:1910.05452},
year = {2021}
}