用于时变贝叶斯优化的递归两步前瞻期望收益
最优化与控制
2020-12-09 v2 机器学习
摘要
我们提出了一种新颖的贝叶斯方法，用于求解一个时变且评估代价高昂的预言机的最大化问题。我们感兴趣的是在有限时间范围内，当在范围结束前只能进行相对较少的带噪评估时，使该预言机最大化的决策。我们的递归两步前瞻期望收益（）采集函数通过最大化在时间范围结束时预言机的估计期望值，在每个阶段做出非短视的决策。通过在每个阶段递归地优化一个两步前瞻采集函数，规避了对昂贵的多步（超过两步）前瞻采集函数的评估；利用该函数及其梯度的无偏估计量进行高效优化。被证明在远离时间范围时展现出自然的探索特性，从而能够精确模拟预言机，这被用于在时间范围结束时做出的最终决策中。为了展示的效用，我们通过合成数据集和真实世界数据集，将其与流行的短视采集函数的时变扩展进行了比较。
引用
@article{arxiv.2006.08037,
title = {Recursive Two-Step Lookahead Expected Payoff for Time-Dependent Bayesian Optimization},
author = {S. Ashwin Renganathan and Jeffrey Larson and Stefan Wild},
journal= {arXiv preprint arXiv:2006.08037},
year = {2020}
}
备注
24pages, 5 figures