跳到正文
智迹闻AuraTracer

论文提出基于期望改进收敛率的连续仿真优化算法设计

本机阅读

发生了什么

据 arXiv cs.LG 论文,针对连续仿真优化中随机克里金代理模型未知的异方差噪声问题,研究推导了简单遗憾的高概率上界,并系统选择三个基本设计组件以收紧该边界。研究建立了有限样本置信界,分析了后验分位数族,指出最小化遗憾边界应选择与置信界系数匹配的下分位数作为现任者,而终端推荐则选择具有最佳上后验分位数的采样点。这是首个通过重复学习未知异方差方差的连续域 EI 类型仿真优化方法的简单遗憾保证。

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

  1. arXiv cs.LG一手材料

    Convergence-Rate-Guided Algorithm Design of Expected Improvement for Continuous Simulation Optimization

来源关系与证据边界

按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。

  1. 一手材料1 个发布入口