返回
Accelerated experimental design using a human-AI teaming framework
DOI:10.1016/j.knosys.2025.113138.png)
摘要
En 中文
本文提出了一种用于优化昂贵黑箱函数的人机协同框架。受提取专家知识并将其融入AI模型的内在难度以及真实实验设计中人类行为观察的启发,我们提出的算法使人类专家主导实验过程。人类专家可以充分利用其领域专业知识,而AI则扮演缪斯的角色,注入新颖性并寻找薄弱环节,以打破由认知固化引发的人类过度开发。我们使用合成数据以及由人类专家执行的真实实验来验证所提出的算法。
Keyword:
Machine learning
Experimental design
Sample-efficiency
Gaussian process
Bayesian optimization
Human-AI teaming
期刊
K
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
暂无机构信息
引用论文
Taking the Human Out of the Loop: A Review of Bayesian Optimization将人类带出循环: 贝叶斯优化的回顾
PROCEEDINGS OF THE IEEE
IF25.9
Automatic Chemical Design Using a Data-Driven Continuous Representation of Molecules使用数据驱动的分子连续表示的自动化学设计
ACS CENTRAL SCIENCE
IF10.4

