结合粗测量与细测量的最优实验设计

在许多情形下，要进行足够多的高质量实验测量以准确参数化一个预测性定量模型极为昂贵。然而，开展大量仅指示每个样品高于或低于给定阈值的实验往往容易得多。许多此类分类或“粗”测量能否与远少数量的“高分辨率”或“细”测量结合，从而产生准确模型？在此，我们展示一种受统计物理启发的直观策略：粗测量用于识别数据的显著特征，而细测量决定这些特征的相对重要性。从细测量推断出一个线性模型，并辅以一个捕获粗数据相关结构的二次项。我们通过考虑从二维分子结构预测小有机分子的抗疟效价和水溶性的问题来阐明我们的策略。