跳到正文
arXiv · ML· Rafael Oliveira·· 2 天前AI 评分40

基于核方法为非线性参数模型在贝叶斯优化中提供理论保证

Kernel-based guarantees for nonlinear parametric models in Bayesian optimization

AI 导读

针对现有贝叶斯优化理论缺乏对非线性参数模型(如神经网络)在自适应数据采集下的保证,本文提出基于参数空间核函数的分析框架。 该框架通过构建再生核希尔伯特空间结构,为广泛的一类正则化损失函数下的模型训练提供置信界,并据此建立了近似 Thompson 采样的收敛保证。 这些结果为非线性模型在贝叶斯优化及相关自适应优化设置中的分析提供了统一途径。

来源:arXiv · ML · arxiv.org