跳到正文
热点事件持续更新

研究者提出ELF-BO全贝叶斯优化算法

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Gustavo Sutter 等作者提出 ELF-BO 算法,利用目标函数评估的延迟提前计算下一次建议:在目标评估期间从超参数后验中采样,观测到目标值后只需重新加权样本,从而在决策时间开销不显著增加的情况下实现完全贝叶斯优化。 作者称,在合成函数和真实应用中,ELF-BO 的性能与完全贝叶斯方法相当,决策延迟与标准贝叶斯优化持平甚至更优。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv stat.ML
    ELF-BO:利用评估延迟实现完全贝叶斯优化

    研究者提出 ELF-BO 算法,利用目标函数评估延迟提前计算下一次建议,在目标评估期间从超参数后验中采样,观测到目标值后仅需重新加权样本,从而实现完全贝叶斯优化而不产生显著决策时间开销。在合成函数和真实应用中,ELF-BO 性能与完全贝叶斯方法相当,决策延迟与标准 BO 持平甚至更优。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。