PulseAugur
中
实时 08:11:15

新方法识别多计算机实验中的最优配置

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为“联合轮廓定位”（jCL）的新方法，可以有效地同时识别在多个计算机实验中产生特定结果的输入配置。这种方法对于复杂场景特别有用，例如在车辆动力学中找到导致零扭矩力的稳定飞行条件。jCL方案在响应面探索与学习到的相交轮廓利用之间取得平衡，采用了高斯过程（GPs）、多任务GPs和深度GPs。这种新颖的方法在现有的轮廓定位策略和基于优化的替代方案方面表现出色。 AI

影响 这种新方法可以提高各种科学和工程领域中复杂模拟和优化任务的效率。

排序理由 该集群包含一篇详细介绍计算机实验新方法的学术论文。[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 →

新方法识别多计算机实验中的最优配置

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Shih-Ni Prim, Kevin R. Quinlan, Paul Hawkins, Jagadeesh Movva, Annie S. Booth ·

    主动学习多计算机实验联合轮廓

    arXiv:2512.13530v2 Announce Type: replace-cross Abstract: Contour location---the process of sequentially training a surrogate model to identify the design inputs that result in a pre-specified response value from a single computer experiment---is a well-studied active learning pr…

相关实体

相关话题