Adaptive Probability-Based Latin Hypercube Designs
自适应的概率型拉丁超立方设计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究空间抽样与实验设计，没有足够文本依据归入所列因果效应或其他计量细分方向。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
自适应的概率型拉丁超立方设计
- 研究问题
- 在实验区域具有特定不规则形状时，如何进行自适应抽样，并避免抽样过程对总体均值的常规估计造成偏差？
- 方法与思路
- 受数据中心热管理问题启发，作者提出适应特定不规则区域的设计，构造若干设计无偏总体均值估计量，并制定自适应传感器布置方案。
- 材料陈述的贡献
- 摘要称新设计可处理所针对的不规则区域，并提供高效、易计算的无偏估计量；应用用于监测与研究数据中心的热分布。
- 阅读关注点
- 应核对允许的区域形状、抽样概率和自适应更新方式，以及设计无偏性的推导、效率衡量和传感器布置约束。
- 阅读边界
- 仅据所给 OpenAlex 索引摘要，稿件版本未注明；适用区域类型与具体设计规则未说明，不能推广到任意不规则实验区域。
原文摘要
Adaptive sampling is an effective method developed mainly for regular regions. However, experimental regions in irregular shapes are commonly observed in practice. Motivated by a data center thermal management study, a new class of adaptive designs is proposed to accommodate a specific type of irregular region. Because the adaptive procedure introduces biases into conventional estimators, several design-unbiased estimators are given for estimating the population mean. Efficient and easy-to-compute unbiased estimators are also introduced. The proposed method is applied to obtain an adaptive sensor placement plan to monitor and study the thermal distribution in a data center. All of the supplemental materials used in this work are available online.