Algoritmo di Ottimizzazione Bayesiana Robusta con Ensemble
È stato proposto un nuovo algoritmo per l'Ottimizzazione Bayesiana Robusta con Ensemble (EDRBO), che affronta l'ottimizzazione di ordine zero sotto incertezza distribuzionale del contesto. Il metodo utilizza un ensemble come modello surrogato per migliorare la robustezza contro dati rumorosi, una sfida comune nell'ottimizzazione bayesiana (BO). Rimane computazionalmente trattabile gestendo contesti continui. Vengono stabiliti limiti di rimpianto sublineari teorici, migliorando i risultati attuali dello stato dell'arte. Le valutazioni empiriche confermano l'allineamento con le garanzie teoriche. Il lavoro è pubblicato su arXiv nelle categorie di informatica e machine learning.
Fatti principali
- Algoritmo: Ottimizzazione Bayesiana Robusta con Ensemble (EDRBO)
- Affronta l'ottimizzazione di ordine zero sotto incertezza distribuzionale del contesto
- Utilizza un modello surrogato ensemble per migliorare la robustezza
- Rimane computazionalmente trattabile con contesto continuo
- Raggiunti limiti di rimpianto sublineari teorici
- Migliora i risultati attuali dello stato dell'arte
- Il comportamento empirico è allineato con le garanzie teoriche
- Pubblicato su arXiv (2605.07565) in cs.LG
Entità
Istituzioni
- arXiv