×

在自然激励优化和剂量测定试验的优化顺序设计中自适应参数调整的统计方法。 (英语) Zbl 1524.62524号

摘要:自然启发的元启发式算法在过去几十年中越来越流行,现在已成为解决复杂高维优化问题的主要工具箱。本研究利用群组序贯实验、自适应设计、多臂强盗和bootstrap重采样方法,开发了一种新的统计方法,用于有效和系统地群组序贯选择调谐参数,随着实验过程中新信息的积累,这些被广泛认为是元启发式优化算法在实践中取得成功的关键。该方法用于计算非线性回归模型中的最佳实验设计,并通过早期剂量发现肿瘤试验中长期存在的优化设计问题的解决方案进行了说明。

MSC公司:

第62页第10页 统计学在生物学和医学中的应用;元分析
62K05美元 最佳统计设计
62升05 顺序统计设计
92 C50 医疗应用(一般)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Atkinson,A.、Donev,A.和Tobias,R.(2007年)。用SAS优化实验设计。牛津大学出版社,牛津·Zbl 1183.62129号
[2] Auer,P.、Cesa-Bianchi,N.和Fischer,P.(2002)。多武器土匪问题的有限时间分析。机器学习47,235-256·Zbl 1012.68093号
[3] Babb,J.、Rogatko,A.和Zacks,S.(1998年)。癌症一期临床试验:有效剂量escala-tion和过量控制。医学统计17,1103-1120·Zbl 0903.62064号
[4] Bartroff,J.和Lai,T.L.(2010年)。近似动态规划及其在一期癌症试验设计中的应用。统计科学25,245-257·Zbl 1328.62581号
[5] Bartroff,J.、Lai,T.L.和Narasimhan,B.(2014)。一种设计细胞毒化学疗法的I-II期癌症试验的新方法。医学统计33,2718-2735。
[6] Bartroff,J.、Lai,T.L.和Shih,M.-C.(2013)。临床试验中的序贯实验:设计与分析。纽约州施普林格·Zbl 1281.62001号
[7] Chan,H.P.和Lai,T.L.(2006)。最优序列选择的序列广义似然比和自适应处理分配。序列分析25179-201·Zbl 1099.62087号
[8] Chen,J.、Heyse,J.和Lai,T.L.(2018)。医疗产品安全性评价:生物模型和统计方法。查普曼和霍尔/CRC,佛罗里达州博卡拉顿。
[9] Chernoff,H.(1953年)。估计参数的局部最优设计。数学统计年鉴24,586-602·Zbl 0053.10504号
[10] Cheung,Y.K.(2010)。剂量确定临床试验的随机近似和现代基于模型的设计。统计科学25191-201·Zbl 1328.62585号
[11] Clyde,M.和Chaloner,K.(1996年)。多目标设计问题中约束设计和加权设计的等价性。《美国统计协会杂志》91,1236-1244·Zbl 0883.62079号
[12] Cook,R.D.和Wong,W.K.(1994年)。约束优化设计与复合优化设计的等价性。《美国统计协会杂志》89,687-692·兹比尔0799.62081
[13] Fan,S.和Chaloner,K.(2004)。三项响应的最优设计和极限最优设计。《统计规划与推断杂志》126,347-360·Zbl 1066.62074号
[14] 费德罗夫(1972)。最佳实验理论。纽约学术出版社,译自俄语,W.J.Studden和E.M.Kilimmo编辑。
[15] Huang,C.,Li,Y.和Yao,X.(2020年)。元启发式自动参数调整方法综述。IEEE进化计算汇刊24,201-216。
[16] Huang,Y.、Gilmour,S.G.、Mylona,K.和Goos,P.(2019年)。非线性响应面模型实验的优化设计。英国皇家统计学会杂志。C辑(应用统计学)68,623-640。
[17] Kaelbling,L.P.、Littman,M.L.和Moore,A.W.(1996)。强化学习:一项调查。《人工智能研究杂志》4,237-285。
[18] Kennedy,J.和Eberhart,R.C.(1995年)。粒子群优化。1942-1948年IEEE国际神经网络会议论文集IV。电气与电子工程师协会。
[19] Kiefer,J.和Wolfowitz,J.(1960)。两个极值问题的等价性。加拿大数学杂志12,363-366·Zbl 0093.15602号
[20] Lai,T.L.(1987年)。自适应处理分配和多武器盗贼问题。《统计年鉴》第15卷,1091-1114页·Zbl 0643.62054号
[21] Lai,T.L.和Robbins,H.(1985)。渐进有效的自适应分配规则。应用数学进展6,4-22·Zbl 0568.62074号
[22] 刘瑞云(1988)。一些非iid模型下的引导程序。《统计学年鉴》161696-1708·Zbl 0655.62031号
[23] O'Quigley,J.和Conaway,M.(2010年)。持续重新评估和相关剂量测定设计。《统计科学》第25期,202-216页·Zbl 1328.62594号
[24] O'Quigley,J.、Pepe,M.和Fisher,L.(1990年)。持续再评估方法:癌症第一阶段临床试验的实用设计。生物统计学46,33-48·Zbl 0715.62242号
[25] Pukelsheim,F.(2006)。实验的优化设计。费城SIAM·Zbl 1101.62063号
[26] Robbins,H.(1952年)。序贯设计实验的一些方面。美国数学学会公报58,527-535·Zbl 0049.37009号
[27] Shen,L.Z.和O'Quigley,J.(1996)。模型错误下连续再评估方法的一致性。生物特征83,395-405·Zbl 1059.62710号
[28] Sun,J.、Lai,C.-H.和Wu,X.-J.(2012)。粒子群优化:经典和量子观点。查普曼和霍尔/CRC,佛罗里达州博卡拉顿·Zbl 1237.65057号
[29] Thall,P.F.(2010)。复杂早期临床试验的贝叶斯模型和决策算法。统计科学25,227-244·Zbl 1328.62597号
[30] Thall,P.F.和Russell,K.E.(1998年)。基于I/II期临床试验疗效和不良结果的剂量确定和安全性监测策略。生物统计学54,251-264·Zbl 1058.62662号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。