一篇新发表在arXiv上的论文介绍了一种用于连续仿真优化的新颖算法设计。该方法侧重于期望改进（EI）方法，特别是在处理仿真输出中未知的异方差噪声时。研究人员推导出了简单遗憾的高概率上限，并系统地选择了关键组成部分——现有值、复制水平和最终推荐——以最小化该上限。这项工作为一种EI型仿真优化方法提供了第一个简单遗憾保证，该方法在连续域中通过复制来学习未知的方差。 AI
影响 这项研究为优化算法提供了理论上的进步，有可能提高用于各种人工智能和机器学习应用的模拟效率。
排序理由 发表在arXiv上的学术论文，详细介绍了一种新的仿真优化算法。[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 →
