• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Optbayesexpt: Sequential Bayesian Experiment Design for Adaptive Measurements.

作者信息

McMichael Robert D, Blakley Sean M, Dushenko Sergey

机构信息

National Institute of Standards and Technology, Gaithersburg, MD 20899, USA.

Institute for Research in Electronics and Applied Physics, University of Maryland, College Park, MD 20742 USA.

出版信息

J Res Natl Inst Stand Technol. 2021 Feb 3;126:126002. doi: 10.6028/jres.126.002. eCollection 2021.

DOI:10.6028/jres.126.002
PMID:39021357
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC10878688/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6af8/10878688/96ab2c06947a/jres.126.002-Image001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6af8/10878688/96ab2c06947a/jres.126.002-Image001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/6af8/10878688/96ab2c06947a/jres.126.002-Image001.jpg

相似文献

1
Optbayesexpt: Sequential Bayesian Experiment Design for Adaptive Measurements.Optbayesexpt：用于自适应测量的序贯贝叶斯实验设计
J Res Natl Inst Stand Technol. 2021 Feb 3;126:126002. doi: 10.6028/jres.126.002. eCollection 2021.
2
Sequential Bayesian experiment design for adaptive Ramsey sequence measurements.用于自适应拉姆齐序列测量的序贯贝叶斯实验设计。
J Appl Phys. 2021;130(14). doi: 10.1063/5.0055630.
3
Parameter estimation from aggregate observations: a Wasserstein distance-based sequential Monte Carlo sampler.从总体观测值进行参数估计：一种基于瓦瑟斯坦距离的序贯蒙特卡罗采样器。
R Soc Open Sci. 2023 Aug 9;10(8):230275. doi: 10.1098/rsos.230275. eCollection 2023 Aug.
4
A comparison of Monte Carlo-based Bayesian parameter estimation methods for stochastic models of genetic networks.基于蒙特卡洛的遗传网络随机模型贝叶斯参数估计方法比较
PLoS One. 2017 Aug 10;12(8):e0182015. doi: 10.1371/journal.pone.0182015. eCollection 2017.
5
Sequential Monte Carlo scheme for Bayesian estimation in the presence of data outliers.
Phys Rev E Stat Nonlin Soft Matter Phys. 2007 May;75(5 Pt 2):056705. doi: 10.1103/PhysRevE.75.056705. Epub 2007 May 21.
6
Estimation and statistical analysis of model parameters using sequential Monte Carlo for phenol and p-cresol separation.
J Chromatogr A. 2023 Jan 11;1688:463703. doi: 10.1016/j.chroma.2022.463703. Epub 2022 Dec 6.
7
Sequential Monte Carlo point-process estimation of kinematics from neural spiking activity for brain-machine interfaces.用于脑机接口的基于神经尖峰活动的运动学序贯蒙特卡罗点过程估计
Neural Comput. 2009 Oct;21(10):2894-930. doi: 10.1162/neco.2009.01-08-699.
8
Bayesian inference for fitting cardiac models to experiments: estimating parameter distributions using Hamiltonian Monte Carlo and approximate Bayesian computation.用于将心脏模型拟合到实验的贝叶斯推断：使用哈密顿蒙特卡洛方法和近似贝叶斯计算估计参数分布。
Med Biol Eng Comput. 2023 Jan;61(1):75-95. doi: 10.1007/s11517-022-02685-y. Epub 2022 Nov 2.
9
An Annealed Sequential Monte Carlo Method for Bayesian Phylogenetics.退火序贯蒙特卡罗方法在贝叶斯系统发育学中的应用。
Syst Biol. 2020 Jan 1;69(1):155-183. doi: 10.1093/sysbio/syz028.
10
Biological Network Inference With GRASP: A Bayesian Network Structure Learning Method Using Adaptive Sequential Monte Carlo.使用GRASP进行生物网络推理：一种基于自适应序贯蒙特卡罗的贝叶斯网络结构学习方法
Front Genet. 2021 Nov 29;12:764020. doi: 10.3389/fgene.2021.764020. eCollection 2021.

引用本文的文献

1
BAYAS: simplifying access to Bayesian analysis for biologists.BAYAS：简化生物学家对贝叶斯分析的使用。
Bioinformatics. 2025 Jun 2;41(6). doi: 10.1093/bioinformatics/btaf276.
2
Weighing unequal parameter importance and measurement expense in adaptive quantum sensing.自适应量子传感中不等参数重要性与测量成本的权衡
J Appl Phys. 2025;137(7). doi: 10.1063/5.0251881.
3
Sequential Bayesian experiment design for adaptive Ramsey sequence measurements.用于自适应拉姆齐序列测量的序贯贝叶斯实验设计。

本文引用的文献

1
Sequential Bayesian experiment design for optically detected magnetic resonance of nitrogen-vacancy centers.用于氮空位中心光探测磁共振的序贯贝叶斯实验设计。
Phys Rev Appl. 2020 Nov 16;14(5). doi: 10.1103/PhysRevApplied.14.054036.
2
An essay towards solving a problem in the doctrine of chances. 1763.关于解决概率学说中一个问题的论文。1763年。
MD Comput. 1991 May-Jun;8(3):157-71.
J Appl Phys. 2021;130(14). doi: 10.1063/5.0055630.
4
Simplified Algorithms for Adaptive Experiment Design in Parameter Estimation.参数估计中自适应实验设计的简化算法
Phys Rev Appl. 2022 Nov;18(5). doi: 10.1103/physrevapplied.18.054001.