Optimization Employing Gaussian Process-Based Surrogates

Preuss, R.; Toussaint, U. von

doi:10.1007/978-3-319-91143-4_26

Datensatz

DATENSATZ AKTIONENEXPORT

Zur Ablage hinzufügen

Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben

Konferenzbeitrag

Optimization Employing Gaussian Process-Based Surrogates

MPG-Autoren

/persons/resource/persons110201

Preuss, R.
Numerical Methods in Plasma Physics (NMPP), Max Planck Institute for Plasma Physics, Max Planck Society;

/persons/resource/persons110652

Toussaint, U. von
Numerical Methods in Plasma Physics (NMPP), Max Planck Institute for Plasma Physics, Max Planck Society;

Externe Ressourcen

https://doi.org/10.1007/978-3-319-91143-4_26
(Verlagsversion)

Volltexte (beschränkter Zugriff)

Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.

Volltexte (frei zugänglich)

Es sind keine frei zugänglichen Volltexte in PuRe verfügbar

Ergänzendes Material (frei zugänglich)

Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar

Zitation

Preuss, R., & Toussaint, U. v. (2018). Optimization Employing Gaussian Process-Based Surrogates. In A. Polpo (Ed.), Bayesian Inference and Maximum Entropy Methods in Science and Engineering (pp. 275-284). Cham: Springer.

Zitierlink: https://hdl.handle.net/21.11116/0000-0001-D553-1

Zusammenfassung

Es ist keine Zusammenfassung verfügbar