多目的最適化による実験計画の改善

本論文は、業界における既存の実験計画が、空間充填特性の貧弱さやバイアスに悩まされているという問題に対処しています。サロゲートモデルの予測と空間充填基準（強化されたMorris-Mitchell）を組み合わせた多目的最適化アプローチを提案し、設計品質の向上と実験結果の最適化を図っています。Pythonパッケージの使用とコンプレッサー開発からのケーススタディは、提案された方法論が探査と活用のバランスを効果的にとることを示しています。

• •既存の実験計画の限界に対処。
• •多目的最適化アプローチを提案。
• •サロゲートモデルの予測と空間充填基準を組み合わせる。
• •Pythonパッケージとケーススタディで実用性を実証。
• •探査と活用を効果的にバランスさせる。