研究者提出ELF-BO全贝叶斯优化算法
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
最新进展10月8日 12:00
ELF-BO:利用评估延迟实现完全贝叶斯优化报道时间线
沿着报道,了解事件的不同侧面。
10月8日
- arXiv stat.MLELF-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。