Sep, 2022

基于贝叶斯算法执行和虚拟目标的粒子加速器发射度的高效调整

PDF
TL;DR通过 Bayesian Algorithm Execution 模拟多个点的查询模型，从样本测量中计算出发射度目标函数，优化多点请求加速器发射度。
beam emittancebayesian algorithm executionaccelerator optimizationvirtual objectivemulti-point queries
发现论文，激发创造
  • 自由电子激光器的贝叶斯优化

    本文采用贝叶斯方法和高斯过程对 Linac Coherent Light Source 中的多极磁铁进行优化，通过对少量样本的控制参数建立概率模型并加入设备间的关联，成功实现了高效的优化策略。

    Sep, 2019

  • 基于趋势的超导直线加速器零次注入束流控制方法

    该论文提出了一种基于趋势的软演员 - 评论家 (TBSAC) 束流控制方法，该方法在模拟环境下训练代理人，并直接应用于实际的超导线性加速器中，以实现优化束流效率的任务。通过两种不同的典型任务的实验验证，该方法显示出与熟练的人类专家相同的标准，从而表明其在未来应用于其他加速器调试领域是有潜力的。

    May, 2023

  • 使用贝叶斯优化调整事件生成器

    使用 Bayes 优化和最少的专业物理知识可以精确地获得 Monte Carlo 事件生成器的参数。将这种方法与专家知识相结合，有助于更快、更容易地研究 Monte Carlo 与实验数据之间的差异。

    Oct, 2016

  • 贝叶斯算法执行：使用互信息估计黑箱函数的可计算属性

    本文提出一种名为 InfoBAX 的程序，通过选择与输出算法相对应的最大互信息的查询来解决 Bayesian Algorithm Execution 问题，可以使用较少的函数查询。此方法与其他贝叶斯最优实验设计程序密切相关，如熵搜索方法和使用高斯过程的最优传感器放置。

    Apr, 2021

  • 一个考虑输入不确定性的强健多目标贝叶斯优化框架

    本研究提出了一种新的贝叶斯优化框架，用于考虑输入不确定性的多目标优化，包括鲁棒性的量化和搜索一个鲁棒的帕累托前沿，并通过数值基准测试证明了其有效性。

    Feb, 2022

  • 基于贝叶斯优化的毫米波 MIMO 通信系统波束对准

    本论文提出使用机器学习策略 Bayesian optimization 来有效解决毫米波通信中非常狭窄的波束对准问题，提高信道的谱效率并减小了通信的开销。

    Jul, 2022

  • 多臂老虎机中利用纯探索快速进行波束对准

    利用多臂老虎机的前置探索方法，提出了一种基于自相关和异方性的快速 beam 对齐算法，通过聚类后对 beam 集合中的 beam 进行快速对齐。该算法在毫米波通信系统中，具有显著优越性。

    Oct, 2022

  • 输入噪声下的稳健多目标贝叶斯优化

    本文提出了一种新的多目标贝叶斯优化方法，旨在解决存在输入噪声的多目标优化问题，通过优化多维风险价值 (MVaR) 来产生适应噪声并能够满足多个指标要求的最优设计。

    Feb, 2022

  • 大批量神经多目标贝叶斯优化

    本文提出了一种基于贝叶斯神经网络的优化框架，专门针对数据密集型环境中多目标优化的局限性进行了优化，实现了对大量数据的有效处理和复杂问题的建模，并展示了其在航空动力学和彩色印刷两个领域的应用和有效性。

    Jun, 2023

  • 贝叶斯优化中利用并行实验的新范式

    本文提出了两种新的并行贝叶斯优化（BO）范例，可利用设计空间的结构进行分区。其中，一种方法是按照性能函数的级集划分设计空间，另一种方法是利用性能函数的部分可分性结构。数值实验表明，这些方法可显著减少搜索所需时间，提高发现全局最优解（而非局部最优解）的概率。

    Oct, 2022