English(EN) Simple-regret rates and minimax optimality of fixed-prior expected improvement in Mat\'ern and squared-exponential RKHSs

新研究探讨了RKHS中优化问题的预期改进策略

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-03 04:00

本文研究了在再生核希尔伯特空间（RKHS）中优化确定性目标函数的预期改进（EI）策略。研究人员使用具有Matérn和平方指数核的高斯过程模型分析了EI的性能，并为简单遗憾建立了有限预算界限。研究结果表明，EI策略在RKHS球上实现了Matérn核的minimax速率最优性，以及平方指数核的近最优性。 AI

影响为与机器学习模型训练和超参数调整相关的优化策略提供了理论见解。

排序理由这是一篇发表在arXiv上的研究论文，详细介绍了机器学习领域的理论发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

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

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 这是一篇发表在arXiv上的研究论文，详细介绍了机器学习领域的理论发现。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 60 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv stat.ML TIER_1 English(EN) · Emmanuel Vazquez, S\'ebastien Petit · 2026-08-03 04:00

Matérn和平方指数RKHS中固定先验期望改进的简单遗憾率和minimax最优性

arXiv:2607.29245v1 Announce Type: new Abstract: We study the expected improvement (EI) policy for minimizing a deterministic objective function $f$ on a nonempty compact set $\mathcal X \subset\mathbb R^d$. We assume that $f$ belongs to the RKHS $\mathcal H_k$ of a continuous pos…

本文如何被排名

报道来源 [1]

Matérn和平方指数RKHS中固定先验期望改进的简单遗憾率和minimax最优性

相关实体

相关话题