PDF.
开放访问
Robert Oehmke，Janis Hardwick，Quentin F. Stout那 “适应性统计设计的可扩展算法“，科学规划那 卷。8.那 文章ID.508081那 11. 页面那 2000年。 https://doi.org/10.1155/2000/508081
适应性统计设计的可扩展算法
已收到
2001年6月26日
公认
2001年6月26日
抽象的
我们为自适应统计设计中出现的多维复发提供可扩展的高性能解决方案。自适应设计是随机环境的重要学习算法，我们专注于最佳地分配患者治疗临床试验的问题。虽然自适应设计具有重要的道德和成本优势，但由于优化和分析它们的复杂性，它们很少利用它们。计算挑战包括巨大的内存要求，每个内存访问的计算，以及带有动态索引的乘法嵌套环路。我们分析了各种并行化选项的影响，虽然标准方法不起作用，但努力可以开发出高效的，高度可扩展的程序。这使我们能够解决比以前解决的那些复杂的数千倍的问题，这有助于使自适应设计实用。此外，我们的工作适用于涉及邻居复发的许多其他问题，例如广义字符串匹配。
版权
版权所有©2000 Hindwi Publishing Corporation。这是分布下的开放式访问文章创意公共归因许可证如果正确引用了原始工作，则允许在任何媒体中的不受限制使用，分发和再现。
