Knowledge-informed Bayesian optimization resolves multi-objective trade-offs in 3D printing photopolymers
本論文は、限られた実験予算内で優れた引張強度と耐熱性を備えた高性能な3Dプリンティング用フォトポリマーを効率的に発見するために、実験的フィードバックに基づいて実行可能な探索空間を反復的に洗練させる、知識情報に基づく動的制約付きベイズ最適化フレームワーク(KI-DC-BO)を導入するものである。