Zobrazeno 1 - 8
of 8
pro vyhledávání: '"Seufert, Philipp"'
We develop adaptive discretization algorithms for locally optimal experimental design of nonlinear prediction models. With these algorithms, we refine and improve a pertinent state-of-the-art algorithm in various respects. We establish novel terminat
Externí odkaz:
http://arxiv.org/abs/2406.01541
Computing T-optimal designs via nested semi-infinite programming and twofold adaptive discretization
Modeling real processes often results in several suitable models. In order to be able to distinguish, or discriminate, which model best represents a phenomenon, one is interested, e.g., in so-called T-optimal designs. These consist of the (design) po
Externí odkaz:
http://arxiv.org/abs/2208.13439
Autor:
Vanaret, Charlie, Seufert, Philipp, Schwientek, Jan, Karpov, Gleb, Ryzhakov, Gleb, Oseledets, Ivan, Asprion, Norbert, Bortz, Michael
Publikováno v:
Computers & Chemical Engineering, Volume 146, March 2021, 107218
Model-based experimental design is attracting increasing attention in chemical process engineering. Typically, an iterative procedure is pursued: an approximate model is devised, prescribed experiments are then performed and the resulting data is exp
Externí odkaz:
http://arxiv.org/abs/2101.09219
Algorithms which compute locally optimal continuous designs often rely on a finite design space or on repeatedly solving a complex non-linear program. Both methods require extensive evaluations of the Jacobian Df of the underlying model. These evalua
Externí odkaz:
http://arxiv.org/abs/2101.06214
Publikováno v:
Computational Statistics; Jul2024, Vol. 39 Issue 5, p2451-2478, 28p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.