基本信息:
- 专利标题： 基于贝叶斯优化和和因果分析启发的行动实验空间探索方法
- 申请号：CN202311745435.4 申请日：2023-12-18
- 公开(公告)号：CN117709196A 公开(公告)日：2024-03-15
- 发明人： 刘东红 , 谢智歌 , 叶森 , 徐浩 , 李昂
- 申请人： 中国人民解放军军事科学院战争研究院
- 申请人地址： 北京市海淀区青龙桥街道厢红旗东门外1号
- 专利权人： 中国人民解放军军事科学院战争研究院
- 当前专利权人： 中国人民解放军军事科学院战争研究院
- 当前专利权人地址： 北京市海淀区青龙桥街道厢红旗东门外1号
- 代理机构： 北京京华知联专利代理事务所
- 代理人： 李姣姣
- 主分类号： G06F30/27
- IPC分类号： G06F30/27
摘要：
本申请涉及基于贝叶斯优化和和因果分析启发的行动实验空间探索方法，所述方法包括：S1、获取第一轮实验样本点集合；S2、基于实验样本点集合得到本轮仿真实验数据，计算本轮实验数据的实验评估指标结果，对实验评估指标结进行因果推理得到本轮实验因果分析结果；S3、若满足实验中止条件，输出本轮实验样本点集合作为实验空间搜索结果，否则，执行S4、采用高斯过程回归模型对贝叶斯优化中的超参数进行估计求解；S5、随机抽取候选的实验样本点，基于采样函数确定使得实验评估指标结果最好的前n个实验样本点构成下一轮实验样本点集合，返回S2。采用本方法能够遍历更多高价值实验样本点为目标，同时追求尽快收敛的多轮次实验样本空间探索过程。
IPC结构图谱:
| G06F30/27 | 使用机器学习，例如人工智能，神经网络，支持向量机 |