arXiv cs.LG· Samuel Younger, Tinkle Chugh, George De Ath·· 4 天前AI 评分34
贝叶斯优化中针对先验数据拟合网络（PFN）的各向异性置信域扭曲
Anisotropic Trust Region Warping for Prior-Data Fitted Networks in Bayesian Optimisation
AI 导读
针对贝叶斯优化中先验数据拟合网络（PFN）在目标函数长度尺度偏离元训练先验时的性能下降，研究提出各向异性置信域（ATR）扭曲方法。该方法利用核目标对齐估计各维度长度尺度并对输入空间进行仿射缩放，在无需重训网络且保持 $\mathcal{O}(d \cdot N^2)$ 推理成本的前提下修正错配。在 Matérn-3/2 核测试中，该方法改善了 PFN 在极端长度尺度下的优化表现，代码已开源。
来源：arXiv cs.LG · arxiv.org