論文の概要: Information-Theoretic Bayesian Optimization for Bilevel Optimization Problems
- arxiv url: http://arxiv.org/abs/2509.21725v1
- Date: Fri, 26 Sep 2025 00:52:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-29 20:57:54.095124
- Title: Information-Theoretic Bayesian Optimization for Bilevel Optimization Problems
- Title（参考訳）: 2レベル最適化問題に対する情報理論ベイズ最適化
- Authors: Takuya Kanayama, Yuki Ito, Tomoyuki Tamura, Masayuki Karasuyama,
- Abstract要約: 2段階最適化問題は、上層および下層問題としてネストされた2つの最適化問題からなる。
上と下の両方の最適解と値の情報ゲインを考慮した情報理論手法を提案する。
提案手法の有効性を,複数のベンチマークデータセットを用いて実証的に実証した。
- 参考スコア（独自算出の注目度）: 8.423854716028094
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A bilevel optimization problem consists of two optimization problems nested as an upper- and a lower-level problem, in which the optimality of the lower-level problem defines a constraint for the upper-level problem. This paper considers Bayesian optimization (BO) for the case that both the upper- and lower-levels involve expensive black-box functions. Because of its nested structure, bilevel optimization has a complex problem definition and, compared with other standard extensions of BO such as multi-objective or constraint settings, it has not been widely studied. We propose an information-theoretic approach that considers the information gain of both the upper- and lower-optimal solutions and values. This enables us to define a unified criterion that measures the benefit for both level problems, simultaneously. Further, we also show a practical lower bound based approach to evaluating the information gain. We empirically demonstrate the effectiveness of our proposed method through several benchmark datasets.
- Abstract（参考訳）: 双レベル最適化問題は、上層問題と下層問題としてネストされた2つの最適化問題から構成され、下層問題の最適性は上層問題に対する制約を定義する。
本稿では,上層と下層の両方が高価なブラックボックス関数を含む場合のベイズ最適化(BO)について考察する。
ネスト構造のため、双レベル最適化は複雑な問題定義を持ち、マルチオブジェクトや制約設定などのBOの他の標準拡張と比較すると、広く研究されていない。
上と下の両方の最適解と値の情報ゲインを考慮した情報理論手法を提案する。
これにより、両レベルの問題に対するメリットを同時に測定する統一的な基準を定義することができる。
さらに、情報ゲインを評価するための実践的な下限ベースのアプローチを示す。
提案手法の有効性を,複数のベンチマークデータセットを用いて実証的に実証した。
関連論文リスト
- BILBO: BILevel Bayesian Optimization [36.88993287853141]
双レベル最適化は、2レベル構造を特徴とし、上層問題は最適下層解によって制約される。
我々は,ブラックボックス関数の一般二段階問題に対する新しいアルゴリズムであるBILevel Bayesian Optimization (BILBO)を提案する。
論文 参考訳（メタデータ） (2025-02-04T08:57:47Z) - Safe Gradient Flow for Bilevel Optimization [6.3963012138521975]
階層的な意思決定において、バイレベル最適化は重要なフレームワークである。
本稿では,二段階最適化問題に対する制御理論的アプローチを提案する。
論文 参考訳（メタデータ） (2025-01-27T21:39:25Z) - Bayesian Optimization of Bilevel Problems [0.0]
本稿では,上層機能と下層機能の両方がブラックボックスであり,評価に費用がかかる二段階最適化に焦点を当てる。
本稿では,上層および下層関数をガウス過程として,上層および下層決定の組合せ空間上でモデル化するベイズ最適化フレームワークを提案する。
実験の結果,提案アルゴリズムはサンプリング効率が高く,高品質な解を求める既存手法よりも優れていることがわかった。
論文 参考訳（メタデータ） (2024-12-24T15:55:30Z) - Provably Faster Algorithms for Bilevel Optimization via Without-Replacement Sampling [96.47086913559289]
勾配に基づくアルゴリズムはバイレベル最適化に広く用いられている。
本研究では,より高速な収束率を実現する非置換サンプリングに基づくアルゴリズムを提案する。
合成および実世界の両方のアプリケーションに対してアルゴリズムを検証する。
論文 参考訳（メタデータ） (2024-11-07T17:05:31Z) - Pareto Set Prediction Assisted Bilevel Multi-objective Optimization [2.3293561091456283]
両レベルにおいて複数目的(BLMOP)の問題に対処する。
提案されたアプローチは、欺くことと非欺くことの両方を含む、さまざまな問題で競合する。
論文 参考訳（メタデータ） (2024-09-05T08:04:11Z) - A Primal-Dual-Assisted Penalty Approach to Bilevel Optimization with Coupled Constraints [66.61399765513383]
We developed a BLOCC algorithm to tackle BiLevel Optimization problems with Coupled Constraints。
2つのよく知られた実世界のアプリケーションでその効果を実証する。
論文 参考訳（メタデータ） (2024-06-14T15:59:36Z) - Contextual Stochastic Bilevel Optimization [50.36775806399861]
文脈情報と上層変数の期待を最小化する2レベル最適化フレームワークCSBOを導入する。
メタラーニング、パーソナライズドラーニング、エンド・ツー・エンドラーニング、Wassersteinはサイド情報(WDRO-SI)を分散的に最適化している。
論文 参考訳（メタデータ） (2023-10-27T23:24:37Z) - A Constrained Optimization Approach to Bilevel Optimization with
Multiple Inner Minima [49.320758794766185]
そこで本研究では,両レベル問題を等価な制約付き最適化に変換する手法を提案する。
このようなアプローチには、(a)多重内極小問題への対処、(b)ジャコビアン計算のない完全一階効率など、いくつかの利点がある。
論文 参考訳（メタデータ） (2022-03-01T18:20:01Z) - Enhanced Bilevel Optimization via Bregman Distance [104.96004056928474]
本稿では,Bregman Bregman関数に基づく二段階最適化手法を提案する。
また,分散還元法によるSBiO-BreD法(ASBiO-BreD)の高速化版も提案する。
論文 参考訳（メタデータ） (2021-07-26T16:18:43Z)
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。