Video 1: Frage zu Anwendungsfällen der Bayes'schen Optimierung
Victor: Vielleicht können wir die Akquisitionsfunktionen der Plattform vorstellen und anfangen, sie zu erklären?
Yuliana: Ich beobachte, dass agentenbasierte KI eine Art Ersatz-DOE + Gaußprozess als aktiven Lernprozess für Experimente vorschlägt. Ich habe weiterhin den Eindruck, dass BayesOpt auf JMP schneller abschneidet, und ich verstehe immer noch nicht, warum … wahrscheinlich gibt es mehr Erfassungsfunktionen.
Antwort: Hängt auch von der Konfiguration des Gaußprozesses ab, und die vom JMP-Team verwendeten Erfassungsfunktionen sind effektiv.
Video 2: Möglicher Anwendungsfall für die Bayes'sche Optimierung
Victor: Scheuen Sie sich nicht, verschiedene Ansätze zu kombinieren: Beginnen Sie beispielsweise mit kleinen Versuchsreihen und fahren Sie dann mit einem ergebnisoffenen Ansatz fort. Blockierung oder Blockierung mit Iteration sind möglicherweise nicht angebracht.
Links:
Video 3: Eingeschränktes DoE – unzulässige Kombinationen, Beschränkungen der Antworten, Kovariaten
Victor: Wenn Sie keine schwer veränderlichen Faktoren haben und mehrere Durchläufe pro Batch durchführen, könnten Sie die Spalte „Iteration“ als Block verwenden, wenn Sie ein Regressionsmodell ausführen.
Kann man die Definition der Faktoren ändern? Anstatt X1 und X2 und eine Nebenbedingung für das Verhältnis zu verwenden, könnte man das Verhältnis und die Gesamtmenge in den Faktoren verwenden?
Yuliana: Handelt es sich bei dem Verhältnis um eine lineare Nebenbedingung (System aus 2 linearen Gleichungen)?
Manchmal verwende ich schnell erfassbare Antworten als Faktoren (anstelle realer Faktoren), um komplexere Reaktionen zu modellieren.
Links:
