Zielgerichtetes Bayes'sches optimales Versuchsdesign für nichtlineare Modelle unter Verwendung von Markov-Ketten-Monte-Carlo
Das Ziel dieses Artikels ist es, einen Berechnungsrahmen für ein zielgerichtetes Bayes'sches optimales Versuchsdesign (GO-OED) vorzustellen, das für nichtlineare Beobachtungs- und Vorhersagemodelle geeignet ist und die größte erwartete Informationsgewinnung (EIG) auf die Vorhersagegrößen (QoIs) anstrebt.