論文の概要: OpenBox: A Python Toolkit for Generalized Black-box Optimization
- arxiv url: http://arxiv.org/abs/2304.13339v2
- Date: Tue, 12 Mar 2024 07:21:04 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-14 02:27:06.891335
- Title: OpenBox: A Python Toolkit for Generalized Black-box Optimization
- Title(参考訳): OpenBox: 汎用ブラックボックス最適化のためのPythonツールキット
- Authors: Huaijun Jiang, Yu Shen, Yang Li, Beicheng Xu, Sixian Du, Wentao Zhang,
Ce Zhang and Bin Cui
- Abstract要約: Black-box Optimization (BBO) には、自動機械学習、実験設計、データベースノブチューニングなど、幅広い応用がある。
本稿では,ユーザビリティを向上したオープンソースのBBOツールキットであるOpenBoxについて述べる。
ユーザがタスクを定義したり管理したりするためのユーザフレンドリーなインターフェースと視覚化を実装している。
- 参考スコア(独自算出の注目度): 53.07512441081677
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Black-box optimization (BBO) has a broad range of applications, including
automatic machine learning, experimental design, and database knob tuning.
However, users still face challenges when applying BBO methods to their
problems at hand with existing software packages in terms of applicability,
performance, and efficiency. This paper presents OpenBox, an open-source BBO
toolkit with improved usability. It implements user-friendly inferfaces and
visualization for users to define and manage their tasks. The modular design
behind OpenBox facilitates its flexible deployment in existing systems.
Experimental results demonstrate the effectiveness and efficiency of OpenBox
over existing systems. The source code of OpenBox is available at
https://github.com/PKU-DAIR/open-box.
- Abstract(参考訳): black-box optimization(bbo)は、自動機械学習、実験設計、データベースノブチューニングなど、幅広いアプリケーションを備えている。
しかしながら、既存のソフトウェアパッケージと互換性のある問題にBBOメソッドを適用する場合、適用性、性能、効率の面で課題に直面している。
本稿では,ユーザビリティを向上したオープンソースのBBOツールキットOpenBoxを提案する。
ユーザがタスクを定義し管理するためのユーザフレンドリーなインターフェースと視覚化を実装している。
OpenBoxを支えるモジュール設計は、既存のシステムに柔軟なデプロイを容易にする。
実験結果は既存のシステムに対するopenboxの有効性と効率を示す。
OpenBoxのソースコードはhttps://github.com/PKU-DAIR/open-boxで入手できる。
関連論文リスト
- Reinforced In-Context Black-Box Optimization [67.02295929937829]
RIBBOは、オフラインデータからエンドツーエンドでBBOアルゴリズムを強化学習する手法である。
RIBBOは、複数の動作アルゴリズムとタスクによって生成された最適化履歴を学習するために、表現的なシーケンスモデルを使用している。
提案手法の中心となるのは,履歴の累積的後悔に基づくアルゴリズムの性能を表現するために,後悔から後悔へのトークンで最適化履歴を増大させることである。
論文 参考訳(メタデータ) (2024-02-27T11:32:14Z) - SwissNYF: Tool Grounded LLM Agents for Black Box Setting [3.550463757974335]
LLM(Large Language Models)は、関数呼び出しの強化機能を示す。
LLMはプログラム合成などのブラックボックスタスクに優れる。
ブラックボックス・ツール・プランニングにプログラム合成を活用するTOPGUNを紹介した。
論文 参考訳(メタデータ) (2024-02-15T16:15:38Z) - NUBO: A Transparent Python Package for Bayesian Optimisation [0.2578242050187029]
NUBOはブラックボックス関数の最適化のためのフレームワークである。
あらゆる分野の研究者が容易にアクセスできるように設計されている。
連続的な単一点、並列多点、および有界、制約付きおよび/または混合(離散および連続)パラメータ入力空間の非同期最適化をサポートする。
論文 参考訳(メタデータ) (2023-05-11T10:34:27Z) - hyperbox-brain: A Toolbox for Hyperbox-based Machine Learning Algorithms [9.061408029414455]
Hyperbox-brainはオープンソースのPythonライブラリで、主要なハイパーボックスベースの機械学習アルゴリズムを実装している。
Hyperbox-brainは、よく知られたScikit-learnおよびnumpyツールボックスと互換性のある統一APIを公開する。
論文 参考訳(メタデータ) (2022-10-06T06:40:07Z) - Black Box Optimization Using QUBO and the Cross Entropy Method [11.091089276821716]
ブラックボックス最適化は、解析形式が不明な関数の最適化に使用できる。
BBOを実現するための一般的なアプローチは、ターゲットのブラックボックス関数を近似する代理モデルを学ぶことである。
本稿では,代理モデルがQUBO行列であるBOX-QUBOを提案する。
論文 参考訳(メタデータ) (2022-06-24T22:57:24Z) - Tangelo: An Open-source Python Package for End-to-end Chemistry
Workflows on Quantum Computers [85.21205677945196]
Tangelo(タンジェロ)は、量子コンピュータ上でエンドツーエンド化学を開発するためのオープンソースのPythonソフトウェアパッケージである。
量子ハードウェアで成功した実験の設計を支援し、量子アルゴリズムの発展を促進することを目的としている。
論文 参考訳(メタデータ) (2022-06-24T17:44:00Z) - OpenPrompt: An Open-source Framework for Prompt-learning [59.17869696803559]
PLM上でのプロンプト学習を行うための統一的な使いやすさツールキットであるOpenPromptを提案する。
OpenPromptは、効率性、モジュール性、拡張性を備えた、リサーチフレンドリーなフレームワークである。
論文 参考訳(メタデータ) (2021-11-03T03:31:14Z) - OpenBox: A Generalized Black-box Optimization Service [30.106879709523728]
ブラックボックス最適化(BBO)は、自動機械学習、工学、物理学、実験設計など、幅広い応用がある。
本稿では,ユーザビリティを向上したオープンソースの汎用BBOサービスであるOpenBoxを構築する。
論文 参考訳(メタデータ) (2021-06-01T12:02:50Z) - Siamese Box Adaptive Network for Visual Tracking [100.46025199664642]
我々は、シンプルで効果的な視覚追跡フレームワーク(Siamese Box Adaptive Network, SiamBAN)を提案する。
SiamBANは直接オブジェクトを分類し、その境界ボックスを統一畳み込みネットワーク(FCN)で回帰する
SiamBANは最先端のパフォーマンスを達成し、40FPSで動作し、その有効性と効率を確認する。
論文 参考訳(メタデータ) (2020-03-15T05:58:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。