本研究提出了一种非短视的多目标优化实验设计方法，通过超体积改进提升多目标贝叶斯优化的获取函数性能，从而优化资源使用和目标达成潜力。

行列式是将方阵映射到标量的函数，表示由矩阵的行或列向量张成的平行六面体的超体积。行列式的定义满足四个基本性质。行列式的存在性和唯一性通过递归构造定义和推导性质得到证明。行列式的绝对值是超体积的唯一函数，满足四个基本性质。

该文介绍了对孤立森林方法的两项改进，包括评分函数的推广和基于孤立树叶节点相关的超体积的评分方法的替换。作者在生成数据和34个基准数据集上进行了评估，发现这两种变体都有显著的改进。