PulseAugur
中
实时 19:37:58
实体 TPE

TPE

PulseAugur coverage of TPE — every cluster mentioning TPE across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
3
90 天内 10
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 10
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 10 条
  1. TOOL · CL_336448 ·

    新的FLAT方法提高了数字孪生样本高效的交通校准性能

    研究人员开发了FLAT,一种用于数字孪生中样本高效交通校准的新颖方法。该方法平滑了参数误差景观,使得目标可以从有限数量的样本中学习。FLAT将优化策略与采样位置相结合,利用了八维行为指纹和退火置信下界获取策略。在六个真实交通场景中进行了测试,FLAT-GP表现出优越的性能,实现了最低的平均行为误差,并优于几种基线方法。

  2. TOOL · CL_315282 ·

    RuleSmith 使用多智能体LLM进行自动化游戏平衡

    研究人员开发了RuleSmith,一个利用多智能体大型语言模型(LLM)进行自动化游戏平衡的新颖框架。该系统采用LLM智能体来解释游戏规则和状态,提出动作,然后由游戏引擎验证以估算胜率。该框架与基于代理的优化技术(如高斯过程贝叶斯优化)集成,以有效地探索参数化规则空间并识别接近平衡的配置。对简化版文明风格游戏的初步实验表明,RuleSmith能够实现接近均等的经验胜率,表明其在无需特定任务策略训练的情况下,能够进行可解释的游戏调整。

  3. RESEARCH · CL_289044 ·

    AI智能体通过RFChipAgent实现模拟/射频芯片设计的自动化 · 跟踪2个来源

    研究人员开发了RFChipAgent,这是一个利用大型语言模型(LLMs)实现模拟/射频电路端到端设计自动化的新型多智能体系统。该系统集成了用于知识提取的检索增强生成子系统、用于拓扑和电路组装的专用智能体以及混合优化引擎。RFChipAgent旨在显著减轻模拟/射频设计中劳动密集型的特点,这对Wi-Fi 7和6G等新兴标准至关重要。

  4. TOOL · CL_268989 ·

    EAServe 采用新的编码感知架构优化多模态大语言模型服务

    研究人员开发了 EAServe,一个旨在优化多模态大语言模型 (MLLM) 服务的新系统。与现有框架在 MLLM 的三阶段编码-预填充-解码 (EPD) 管道中遇到的困难不同,EAServe 将编码阶段重新定位为管道的控制点。这种方法允许自适应微批处理、动态 GPU 分区以及对共驻预填充工作程序的速率控制卸载。评估表明,EAServe 在吞吐量和 GPU 利用率方面显著优于 NVIDIA Dynamo 和 vLLM。

  5. TOOL · CL_254703 ·

    贝叶斯优化增强了用于粒子重建的ACTS参数调优

    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…

  6. TOOL · CL_254653 ·

    ZAPS 管道通过结合代理信号和拓扑结构来增强神经架构搜索

    研究人员开发了 ZAPS,这是一个新颖的四阶段管道,旨在通过有效地将代理信号与架构拓扑相结合来改进神经架构搜索 (NAS)。该方法通过选择非冗余的代理子集并迭代地重新评估它们,解决了现有零成本代理的局限性,这些代理通常嘈杂且相关。ZAPS 利用混合 k-means 策略进行初始种子选择,并使用带有 UCB 获取函数的 XGBoost 集成来对候选者进行排名,在 CIFAR-10 和 CIFAR-100 的 NAS-Bench-201 …

  7. TOOL · CL_244587 ·

    ES-HyperNEAT 超参数优化在 MNIST 上显示出可迁移性

    研究人员使用基于树的 Parzen 估计器 (TPE) 方法研究了 ES-HyperNEAT 算法的超参数优化。将其应用于 MNIST 分类任务,TPE 成功导航了超过 30 亿种潜在组合,实现了 29.00% 的准确率,并且比之前的研究使用了更少的代数和更小的种群规模。优化后的超参数在 Fashion-MNIST 数据集上表现出可迁移性,尽管它们在更简单的逻辑运算上的有效性有限。

  8. RESEARCH · CL_231380 ·

    ES-HyperNEAT 超参数优化使用 TPE 方法显示出潜力

    一项新研究探索了使用树状结构 Parzen 估计器 (TPE) 方法优化 ES-HyperNEAT(一种神经进化算法)的超参数。研究人员针对 MNIST 分类任务调查了超过 30 亿种超参数组合,发现 TPE 的性能显著优于随机搜索。最佳配置在 MNIST 上达到了 29.00% 的准确率,并且比先前研究使用了更少的资源。该研究还考察了这些优化后的超参数在逻辑运算和 Fashion-MNIST 数据集上的可迁移性,结果显示在 Fash…

  9. TOOL · CL_156500 ·

    新框架在量子退火器上自动调优 SVM

    本文介绍了一种新颖的框架,用于优化在量子启发式退火器上使用二次无约束二元优化 (QUBO) 模型的支持向量机 (SVM)。该框架采用 Optuna 进行自动调优,处理与数值表示、核几何和约束惩罚相关的参数。该方法在 Fixstars Amplify 退火引擎、Toshiba SQBM+ 和 Fujitsu Digital Annealer 上进行了测试,在具有不同标签噪声水平的分类任务上,与传统的网格搜索相比,平均准确率提高了 0.8…

  10. RESEARCH · CL_08360 ·

    新方法优化易崩溃搜索空间中的机器学习部署

    研究人员开发了一种名为热预算退火(TBA)的新方法,用于优化在挑战性环境中部署的机器学习模型。该方法解决了许多配置崩溃或违反约束的问题,这是层级搜索空间中常见的问题。TBA首先探索可行区域,然后使用模型指导的优化,并结合试用超时和子空间黑名单等机制来处理硬件故障。该方法在合成基准测试和实际GPU部署上进行了测试,显示出改进的模型发现能力并减少了资源浪费。