本文探讨了优化ACTS参数套件的新方法，ACTS是用于带电粒子重建的工具。研究人员研究了贝叶斯优化技术，特别是期望改进（Expected Improvement）和置信上界（Upper Confidence Bound），并将它们与现有的Optuna树状结构Parzen估计器（TPE）和随机搜索进行了比较。他们的发现表明，即使在将搜索扩展到更多参数的情况下，贝叶斯方法也能比TPE更有效地及更早地识别出强大的配置。此外，使用期望超体积改进（Expected Hypervolume Improvement）的多目标优化揭示了具有不同权衡的竞争性解决方案。 AI
排序理由 该集群包含一篇研究论文，详细介绍了科学背景下参数优化的新方法。[lever_c_demoted from research: ic=1 ai=0.4]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
