研究人员开发了一个新的框架，用于为数字孪生应用创建简约随机代理模型。该方法通过关注影响目标量完整条件分布而非仅均值的变量，从观测数据中识别关键变量。该方法结合了条件生成建模和基于高斯过程的方差分析，以迭代地优化有影响力的输入并揭示可解释的结构。该框架可应用于控制系统、强化学习和经济数据等多个领域，生成的代理模型性能可与使用完整变量集的模型相媲美。 AI
排序理由 该集群包含一篇详细介绍新建模框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- cs.LG
- Gaussian-process-based analysis of variance
- Graphical conditional generative modeling
- kernel mode decomposition
- Markov decision process
- reinforcement learning
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →