香农型预期信息增益可用于评价在不确定条件下所提议的实验的相关性。的然而,这种增益的估计依赖于双环积分。此外,它在多维情况下的数值积分,如:当采用蒙特卡罗抽样方法时,是因此计算的对于真实的物理模型来说太贵了,尤其是那些涉及偏微分方程的解。在这项研究中,我们提出了一种新的方法,基于拉普拉斯近似积分后验概率密度函数(pdf),以加速模型中预期信息增益的估计感兴趣的参数和预测量。我们得到一个
最近的评论