
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于多点贝叶斯主动学习的线抽样方法及其在罕见事件估计中的应用
《RELIABILITY ENGINEERING & SYSTEM SAFETY》:Multi-point Bayesian active learning line sampling for rare event estimation
【字体: 大 中 小 】 时间:2025年12月30日 来源:RELIABILITY ENGINEERING & SYSTEM SAFETY 11
编辑推荐:
本文创新性地提出了一种多点贝叶斯主动学习线抽样(MBAL-LS)方法,用于高效评估小失效概率。该方法通过推导后验方差松弛上界(RUPV)作为失效概率认知不确定性的量化指标,并解析提出松弛后验方差缩减(RUPVR)学习函数,实现了批量样本的全局最优选择。相较传统"局部"学习函数,MBAL-LS显著提升了计算效率,并首次为线抽样(LS)量身定制了并行主动学习框架,为工程可靠性分析提供了新范式。
生物通微信公众号