정확하고 확장 가능하며 효율적인 베이지안 최적 실험 설계를 위한 미분 정보 기반 신경 연산자

본 연구는 대규모 편미분 방정식 제약 하에서 베이지안 최적 실험 설계 문제를 해결하기 위해 정확하고 확장 가능하며 효율적인 계산 프레임워크를 제안한다. 이를 위해 미분 정보 기반 신경 연산자(DINO)를 활용하여 매개변수-관측 매핑과 그 미분을 정확하게 근사하고, 입력 및 출력 차원 축소 기법을 통해 계산의 확장성을 확보한다. 또한 DINO 기반의 효율적인 최적 설계 기준 계산 방법과 수정된 스와핑 탐욕 알고리즘을 제안한다.