概念Expected Information Gain / EIG
期望信息增益
贝叶斯最优实验设计中的核心目标函数,衡量新测量执行后平均能减少多少关于未知量的不确定性,通常需借助蒙特卡洛采样或变分近似计算。
时间轴 (近 90 天)
11月3日
EIG的精确计算需要对图像的后验分布进行积分,通常无法解析求解,需借助蒙特卡洛采样或变分近似。
待验证50%
11月3日
该工作将sOED重构为强化学习问题,其中智能体通过反复试验学习策略以最大化奖励,奖励设为期望信息增益。
待验证50%
贝叶斯最优实验设计中的核心目标函数,衡量新测量执行后平均能减少多少关于未知量的不确定性,通常需借助蒙特卡洛采样或变分近似计算。
EIG的精确计算需要对图像的后验分布进行积分,通常无法解析求解,需借助蒙特卡洛采样或变分近似。
该工作将sOED重构为强化学习问题,其中智能体通过反复试验学习策略以最大化奖励,奖励设为期望信息增益。