DoE ベイジアン最適化次の 2 つの記事に示されているように、ベイズ手法に基づく反復実験計画の開発に関心が集まっています。
-シールズ、BJ、 スティーブンス、J.、 リー、J.、 パラスラム、M. ダマーニ、F. ジリビア州アルバラド Mさん、 ... & ドイル、AG （2021年）。 化学合成ツールとしてのベイジアン反応最適化。自然、 590 (7844)、89-96。
-緑の丘。、 ラナ、S.、 グプタ、S. ベランキ、P. & ヴェンカテシュ、S. (2020)。 適応実験計画のためのベイズ最適化: レビュー。IEEEアクセス、 8 、13937-13948。
このアプローチを実装するには、JMP アドインを使用できます ( https://community.jmp.com/t5/JMP-Add-Ins/Bayesian-optimization-add-in/ta-p/496785 ）。 残念ながら、このアドインには次のような重要な機能がいくつかありません。
- いくつかのモデルタイプの使用 (特にブートストラップフォレスト)
- 離散変数の管理
- 実験上の制約の管理
- 反復ごとに複数の実験を実行する可能性
特に新材料の設計のための探索的研究の分野において、このようなプラットフォームが利用できることは非常にありがたく、役立つでしょう。
実験計画法Re: DoE ベイジアン最適化 - ステータスが「調査中」に変更されました@Florent_M提案してくれてありがとう。この件についてさらに調査し、さらに詳しい情報が得られましたら改めてご連絡いたします。
Re: DoE ベイジアン最適化 - ステータスが「承認済み」に変更されましたこんにちは@Florent_M 、 提案ありがとう！ お客様のご要望を承知し、検討させていただきます。
Re: DoE ベイズ最適化 - ステータスが「はい、お楽しみに！」に変更されました。Re: DoE ベイズ最適化 - ステータスが「配信済み」に変更されましたFlorent_M 様、こんにちは。JMP 19 の新しいベイズ最適化プラットフォーム（「特殊モデリング」内）は、このご要望をすべて満たすはずです（ただし、異なるモデルタイプの使用は除きます）。このプラットフォームは GaSP（ガウス確率過程）モデルアプローチを採用しています。ぜひ JMP 19 の新しいプラットフォームをお試しいただき、ご感想をお聞かせください。ありがとうございます！
