高斯过程加权 Wasserstein 双球中心及其在异构贝叶斯优化任务中的应用
机器学习
2026-02-11 v1
摘要
利用高斯分布与高斯过程后验之间的类比，我们展示了高斯过程加权 Wasserstein 双球中心 (W2BGP) 如何在统一的框架下整合不同的异构贝叶斯优化 (BO) 任务。具体而言，本文考虑了协作/联邦 BO、(同步) 批量 BO 和多保真度 BO。我们的经验分析表明，这些任务每个人都只需一个恰当的加权方案即可实现 W2BGP，而整个框架保持不变。此外，我们演示了最著名的 BO 获取函数可以很容易地在所提出的框架下重新解释，同时也能够比机器学习领域的现有方法更高效地处理 Wasserstein 双球中心的计算。最后，呈报了从所提出的方法中分支出的研究前景。
引用
@article{arxiv.2602.09181,
title = {Weighted Wasserstein Barycenter of Gaussian Processes for exotic Bayesian Optimization tasks},
author = {Antonio Candelieri and Francesco Archetti},
journal= {arXiv preprint arXiv:2602.09181},
year = {2026}
}