PulseAugur
实时 06:52:08
English(EN) \chisao{}: A GPU-Native Parallel Optimizer for Multimodal Black-Box Functions via Convergence-Anticonvergence Oscillation

新的GPU优化器\chisao{}在黑盒函数中实现100%模式恢复

研究人员开发了一种名为\chisao{}的新型GPU原生并行优化器,旨在高效地找到多模态黑盒函数的所有模式。该优化器利用收敛-反收敛振荡周期,允许它在冻结已确认模式的同时,通过基于动量的反收敛和梯度平滑继续探索。\chisao{}在西蒙菲沙大学优化基准套件上表现出卓越的性能,在不同维度上实现了100%的模式恢复,并且与传统的基于CPU的方法相比,即使在存在显著噪声的情况下,也显示出显著的速度提升。 AI

影响 这种GPU原生优化器可以加速需要复杂函数优化的领域的研究和开发,例如贝叶斯推断和科学计算。

排序理由 该集群描述了一篇关于新型优化算法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的GPU优化器\chisao{}在黑盒函数中实现100%模式恢复

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Ira Wolfson ·

    A GPU-Native Parallel Optimizer for Multimodal Black-Box Functions via Convergence-Anticonvergence Oscillation

    arXiv:2606.26164v1 Announce Type: new Abstract: Finding all modes of a multimodal black-box function is a fundamental challenge in optimization, Bayesian inference, and scientific computing. Existing approaches -- basin-hopping, CMA-ES, multistart gradient descent -- operate sequ…