关键词algorithm configuration
搜索结果 - 8
- 发现多种算法配置
本文扩展了算法配置的自动化调节方法，使用后处理方法、多阶段方法和多臂赌博机的在线算法来实现自动检测配置数据集中的多个模式。在多个机器人应用领域中，如立体深度估计、可微分渲染、运动规划和视觉测速中，本文反映了这些方法的性能优势。
- 使用全局敏感性分析方法评估进化算法超参数的排名和有效性
本文采用 Morris LHS、Morris 和 Sobol 三种灵敏度分析方法，系统分析协方差矩阵适应进化策略、差分进化、非支配排序遗传算法 III 和基于分解的多目标进化算法的可调超参数对性能指标的直接和相互作用影响，探究了超参数对采样 - 自动算法配置方法综述
该论文介绍了关于算法配置问题的各种变体和方法，提出了用于描述算法配置问题和配置方法特征的分类法，并在此基础上回顾了已有的算法配置文献，提出了各种配置方法的设计选择，以及针对不同问题变体的对比方法，最终总结了行业中算法配置的现状并为未来研究提 - ICML跨越与跳跃：一种近似最优算法配置的方法
考虑了一种解决从未知分布中得出的问题实例的通用求解器配置问题，提出了一种名为 LeapsAndBounds 的算法来测试配置，通过实验比较展示出了其优越性。
- 学习分支
使用机器学习确定任何一组划分程序的最佳加权，并通过实验证明，学习如何分叉在实践中非常有益，可以显著减小树的规模。
- AAAI基于模型算法配置的热启动
提出一种基于预测模型的算法配置方法，利用算法在先前基准测试的性能信息来对新类型的基准测试进行热启动配置，实验证明相较于现有的算法配置方法，该方法在优化硬组合问题求解器时可大幅提升速度（最高可达 165 倍），同时可以在相同的计算预算下找到更 - ParamILS: 自动算法配置框架
本文描述了一种自动化算法配置框架，其中提供了用于通过变化一组序数和 / 或分类参数来优化目标算法在给定问题实例类上的性能的方法，并提供了用于加速本地搜索的算法配置过程的新技术，同时通过对 SAT 的完整和不完整算法进行配置，评估了我们方法的 - NIPS具有被审查响应数据的贝叶斯优化
该文介绍了使用贝叶斯优化模型处理部分右侧截尾响应数据的问题，特别是在算法配置问题中适应性地监管昂贵的函数评估，通过处理导致的右侧截尾观察可以大大改进基于模型的算法配置的现状。