跳到正文
智迹闻AuraTracer

提出HE-CV-UCB算法优化CVaR贝叶斯优化

本机阅读

发生了什么

据arXiv论文《Bayesian Optimization of CVaR with Unknown Hyperparameters》介绍,研究者提出了HE-CV-UCB算法,用于在未知高斯过程超参数下进行条件风险价值(CVaR)的贝叶斯优化。该算法通过自适应消除不一致模型、查询分歧点,返回对剩余候选者鲁棒的设计。理论证明其累积 regret 匹配 oracle 率,且在合成基准和三个现实应用中表现优于现有方法。

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

    Bayesian Optimization of CVaR with Unknown Hyperparameters

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