IJCAIJun, 2020
随机高斯过程上置信区间的贝叶斯优化
Randomised Gaussian Process Upper Confidence Bound for Bayesian Optimisation
Julian Berk, Sunil Gupta, Santu Rana, Svetha Venkatesh
TL;DR为了提高贝叶斯优化的性能,我们开发了一种改进的高斯过程 UCB 采集函数。通过从一个分布中采样探索开发权衡参数,我们证明这允许期望的权衡参数能更好地适应问题而不会影响函数贝叶斯遗憾的约束,并提供结果表明我们的方法在一系列真实和合成问题中比 GP-UCB 获得了更好的性能。