研究人员引入了一种新颖的概率方法来设计最优实验路径。该方法将轨迹建模为由参数马尔可夫策略控制的随机变量，将离散路径优化转化为随机优化问题。这使得能够探索效用函数的分布尾部，并将效用函数视为黑箱，使其适用于传统实验设计之外的各种逆问题。该方法通过涉及具有多个传感器的平流扩散场景的参数识别问题进行了验证，并在 D-、A- 和 E-最优性标准下进行了评估。 AI
影响 这项研究引入了一个新的概率框架来优化实验设计，有可能提高科学研究的效率和探索性。
排序理由 这是一篇详细介绍新颖方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
