新的ALAS核族增强了贝叶斯优化的灵活性

研究人员推出了一种新颖的用于灵活贝叶斯优化的高斯过程核族ALAS。ALAS利用对称α-稳定谱分量，使其能够从数据中自适应其有效平滑度，以更好地建模具有平滑趋势和尖锐不规则性的目标函数。提出的核族包含两种参数化：ALAS用于具有谱调制的单平稳分量，以及ALAS-Sep用于可分离的、逐维学习，以增强可分解目标上的鲁棒性。在各种基准测试和真实世界代理模型上的实验结果表明，ALAS在不同的优化场景中提供了强大且一致的性能。 AI

影响 增强了贝叶斯技术在复杂、现实世界问题中的适应性和鲁棒性。

排序理由 该集群描述了一篇关于贝叶斯优化新核族的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• ALAS
• ALAS-Sep
• alpha-stable spectral components
• arXiv
• Bayesian Optimization
• cs.LG
• Gaussian Process

• 论文
• 其他

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