MARC

 008260126s2024        us                              c    eng  d
■001000017360414
■00520260202105521
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798263341213
■035    ▼a(MiAaPQ)AAI32309571
■035    ▼a(MiAaPQ)GeorgiaTech77669
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a600
■1001  ▼aHuang,  Chaofan.
■24510▼aNovel  Experimental  Design  Techniques  for  Data  Science
■260    ▼a[Sl]▼bGeorgia  Institute  of  Technology▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a215  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  B.
■500    ▼aAdvisor:  Joseph,  Roshan  V.
■5021  ▼aThesis  (Ph.D.)--Georgia  Institute  of  Technology,  2024.
■520    ▼aExperimental  design  [1,  2,  3]  is  a  fundamental  area  of  statistics,  with  many  fascinating  techniques  developed  in  recent  years.  Many  of  these  methodologies  possess  broader  applications  beyond  experimental  design-related  problems  but  are  not  yet  explored.  This  thesis  presents  novel  applications  of  experimental  design  techniques  for  data  science  problems,  with  a  focus  on  sampling,  optimization,  and  machine  learning.Chapter  1  and  Chapter  2  integrate  principles  from  optimal  space-filling  design  into  the  weighted  resampling  methods,  an  integral  part  of  sequential  sampling,  survey  sampling,  etc.  The  most  straightforward  approach  is  to  draw  sample  independently  with  replacement  according  to  their  weights.  However,  this  may  result  in  clustered  resamples  that  provide  duplicated  information  and  fail  to  cover  certain  regions  of  the  sample  space.  Chapter  1  introduces  a  novel  deterministic  weighted  sampling  scheme  known  as  the  Importance  Support  Points  (ISP)  resampling.  ISP  resampling  selects  optimal  resamples  that  not  only  best  represent  the  weighted  samples  in  terms  of  energy  distance  but  also  ensures  space-fillingness.  We  incorporate  ISP  resampling  into  sequential  sampling  methods,  and  demonstrate  its  empirical  improvement  over  the  existing  weighted  resampling  techniques.  However,  the  quadratic  complexity  of  ISP  computation  restricts  its  practicality  in  large  data  settings.  To  address  this  shortcoming,  Chapter  2  presents  Weighted  Twinning,  a  nearest-neighbor  based  heuristic  algorithm  that  is  orders  of  magnitude  faster  for  computing  ISP,  making  it  applicable  to  a  broader  class  of  problems.Chapter  3  explores  another  deterministic  resampling  method  based  on  the  minimum  energy  design  (MinED).  MinED  resampling  also  aims  to  find  the  set  of  space-filling  resamples  that  are  representative  for  the  target  distribution.  The  effectiveness  of  MinED  resampling  is  illustrated  by  its  integration  with  sequential  sampling  for  constructing  spacefilling  design  in  highly  constrained  regions.  Extensive  simulation  results  are  provided  to  demonstrate  the  improved  performance  over  existing  state-of-the-art  techniques.Chapter  4  presents  a  novel  sequential  design  technique  for  efficiently  calibrating  (optimizing)  the  parameters  of  a  functional  output  model.  The  proposed  algorithm  improves  over  the  standard  Bayesian  optimization  by  (i)  utilizing  the  generalized  chi-square  distribution  as  a  more  appropriate  predictive  distribution  for  the  squared  distance  objective  function  in  the  calibration  problems,  and  (ii)  applying  functional  principal  component  analysis  to  reduce  the  dimensionality  of  the  functional  response  data,  which  allows  for  efficient  approximation  of  the  predictive  distribution  and  subsequent  computation  of  the  expected  improvement  acquisition  function.Finally,  Chapter  5  applies  the  variance-based  global  sensitivity  analysis  for  factor  importance  computation,  one  of  the  fundamental  problems  in  statistics  and  machine  learning.  Many  existing  works  focus  on  the  model-based  importance,  but  an  important  feature  in  one  learning  algorithm  may  hold  little  significance  in  another  learning  algorithm.  Hence,  a  factor  importance  measure  ought  to  characterize  the  feature's  predictive  potential  without  relying  on  a  specific  prediction  algorithm.  To  bypass  the  modeling  step,  the  equivalence  between  predictive  potential  and  total  Sobol'  indices  is  drawn,  and  a  consistent  estimator  using  only  the  noisy  data  is  proposed.  Integrating  with  forward  selection  and  backward  elimination  gives  rise  to  a  novel  algorithm  for  factor  importance  ranking  and  selection.  The  effectiveness  of  the  algorithm  is  demonstrated  in  simulations  and  real  world  examples.
■590    ▼aSchool  code:  0078.
■650  4▼aFriction
■650  4▼aInverse  problems
■650  4▼aNormal  distribution
■650  4▼aData  science
■650  4▼aEnergy
■650  4▼aDesign  techniques
■650  4▼aMathematics
■690    ▼a0791
■690    ▼a0800
■690    ▼a0405
■71020▼aGeorgia  Institute  of  Technology.
■7730  ▼tDissertations  Abstracts  International▼g87-05B.
■790    ▼a0078
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360414▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서