arXiv stat.ML· Davide Sartor, Meghan E. Huber, Donghyun Kim, Nathan Wycoff·· 5 小时前AI 评分17
L0MO：基于稀疏 RKHS 流形的函数空间贝叶斯优化
Bayesian Optimization on Function Spaces via Sparse RKHS Manifolds
AI 导读
研究者提出 L0 Manifold Optimization（L0MO），一种函数贝叶斯优化（FBO）方法，在再生核希尔伯特空间（RKHS）中搜索由核函数稀疏表示构成的子集，同时优化核位置与系数。该方法统一了既有 FBO 工作的视角，并构建了一套将标准有限维测试函数移植到无限维域的新基准。实验显示，L0MO 在广泛测试基准上总体取得优于当前最优方法的性能。
来源：arXiv stat.ML · arxiv.org