研究人员开发了一种新方法来改进带二次优化退火的因子分解机 (FMQA)，通过解决初始训练数据设计中的问题。当 FMQA 与离散变量的独热编码一起使用时，某些二元变量可能永远不会被激活，导致参数更新不完整。所提出的解决方案通过使用拉丁超立方体采样 (LHS) 和 Sobol' 序列来生成初始数据，确保完整的边际比特覆盖率。这种方法在一个由人类驱动的飞机机翼形状优化基准上进行了演示，与基线 FMQA 相比，平均最终巡航速度有所提高，特别是对于更大的设计变量集。 AI
影响 引入了一种数据设计方法，可以增强机器学习中使用的优化算法的性能。
排序理由 学术论文，详细介绍了一种改进现有优化技术的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
