El desarrollo del diseño iterativo de experimentos basado en un enfoque bayesiano está ganando interés como se muestra en estos dos artículos:
- Escudos, BJ, Stevens, J., Li, J., Parasram, M., Damani, F., Alvarado, J.I. METRO., ... y Doyle, AG (2021). Optimización de reacciones bayesianas como herramienta para la síntesis química.Naturaleza , 590 (7844), 89-96.
- Colinas verdes., Rana, S., Gupta, S., Velanki, P., y Venkatesh, S. (2020). Optimización bayesiana para el diseño experimental adaptativo: una revisión.acceso IEEE , 8 , 13937-13948.
Un complemento JMP está disponible para implementar este enfoque ( https://community.jmp.com/t5/JMP-Add-Ins/Bayesian-optimization-add-in/ta-p/496785 ). Desafortunadamente, el complemento carece de algunas funciones importantes, como:
- el uso de varios tipos de modelos (en particular, el bosque de arranque)
- la gestión de variables discretas
- la gestión de las restricciones experimentales
- la posibilidad de ejecutar varios experimentos por iteración
Sería muy apreciable y útil contar con una plataforma de este tipo, especialmente en los campos de investigación exploratoria para el diseño de nuevos materiales.
