arXiv 机器学习· Zhiyuan Zhang·· 6 小时前AI 评分34
自驱动微流控实验室何时可信赖设计代理模型：基于六个公开数据集的离线闭环评估框架
When Can a Learned Design Surrogate Be Trusted in a Self-Driving Microfluidics Laboratory? An Offline Closed-Loop Framework Built and Tested on Six Public Tables
AI 导读
研究提出一种离线闭环框架，基于 6 个公开微流控与脂质体数据集评估自驱动实验室中设计代理模型的可信度与采样预算。测试显示热启动残差提升在 20 个目标样本内可在 94% 的化学层级使模型恢复至基准的 1.25 倍；闭环流程中即时提议结合逐次热启动在 3% 容差硬单元上将测量次数从随机提议的 11.35 次降至 5.72 次。
来源：arXiv 机器学习 · arxiv.org