Merge Kernel

新的贝叶斯优化核可扩展至高维

研究人员开发了一个在高维排列空间中进行贝叶斯优化（BO）的新框架，解决了当前方法在可扩展性方面存在的局限性。所提出的方法利用源自排序算法的核函数，引入了一种基于归并排序的新型“归并核”。该核提供了一种紧凑的表示，其复杂度为 \Theta(n\log n)，在维度增加时，在优化性能和计算效率方面均优于传统的Mallows核。研究结果表明，该方法可以解决大规模特征排序和组合式神经架构搜索等复杂问题。