跳到正文
arXiv cs.LG· Rikuto Matsumoto, Masanori Ishikura, Masayuki Karasuyama·· 6 小时前AI 评分13

面向约束多保真多目标贝叶斯优化的统一信息论方法

A Unified Information-Theoretic Approach to Constrained Multi-Fidelity Multi-Objective Bayesian Optimization

AI 导读

研究提出一种统一信息论方法,用于在同时存在多目标、约束和多保真度的场景下联合选择评估位置与保真度,以识别最高保真度的可行 Pareto 前沿。该方法以观测对前沿的信息增益衡量查询效用,并推导出变分下界,配合多保真代理模型传播信息,得到无需单独启发式的成本感知采集函数。合成、基准与真实问题实验显示其在多种目标、约束和保真度设置下均有效。

来源:arXiv cs.LG · arxiv.org