跳到正文
热点事件持续更新

研究者提出用贝叶斯优化预训练BO参数框架

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

研究者提出一种用贝叶斯优化(BO)自身来优化BO算法参数的框架。该方法先从BO启动时可得信息推断高斯过程(GP),再从其采样路径上运行BO算法,以累积遗憾的经验估计为目标,用外层BO搜索最优参数配置。 实验表明,该框架能在候选配置中有效选出性能较强的参数组合。

AI 根据报道生成 · 3 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
    通过贝叶斯优化实现贝叶斯优化算法的预训练

    研究者提出一种用贝叶斯优化(BO)自身来优化 BO 算法参数的框架:先从 BO 启动时可得信息推断高斯过程(GP),再从其采样路径上运行 BO 算法,以累积遗憾的经验估计为目标,用外层 BO 搜索最优参数配置。实验表明该框架能在候选配置中有效选出性能较强的参数组合。

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。