論文の概要: Black-box optimization of noisy functions with unknown smoothness

• arxiv url: http://arxiv.org/abs/2605.02462v1
• Date: Mon, 04 May 2026 11:04:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:50.253527
• Title: Black-box optimization of noisy functions with unknown smoothness
• Title（参考訳）: 未知の滑らかさを持つ雑音関数のブラックボックス最適化
• Authors: Jean-Bastien Grill, Michal Valko, Rémi Munos,
• Abstract要約: 雑音による関数評価を考慮し,任意の次元の関数 f のブラックボックス最適化の問題について検討する。 我々の貢献は適応最適化アルゴリズム(POOまたは並列楽観最適化)であり、この設定に対処できる。 この結果から,n評価後の誤差は,最もよく知られた最適化アルゴリズムの誤差から,sqrt(ln n) の最大値であることがわかった。
• 参考スコア（独自算出の注目度）: 28.994787715086872
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study the problem of black-box optimization of a function f of any dimension, given function evaluations perturbed by noise. The function is assumed to be locally smooth around one of its global optima, but this smoothness is unknown. Our contribution is an adaptive optimization algorithm, POO or parallel optimistic optimization, that is able to deal with this setting. POO performs almost as well as the best known algorithms requiring the knowledge of the smoothness. Furthermore, POO works for a larger class of functions than what was previously considered, especially for functions that are difficult to optimize, in a very precise sense. We provide a finite-time analysis of POO's performance, which shows that its error after n evaluations is at most a factor of sqrt(ln n) away from the error of the best known optimization algorithms using the knowledge of the smoothness.
• Abstract（参考訳）: 雑音による関数評価を考慮し,任意の次元の関数 f のブラックボックス最適化の問題について検討する。 この関数は、その大域的最適点の1つ周辺で局所的に滑らかであると仮定されるが、この滑らかさは不明である。 我々の貢献は適応最適化アルゴリズム(POOまたは並列楽観最適化)であり、この設定に対処できる。 POOは、スムーズさの知識を必要とする最もよく知られたアルゴリズムと同様に機能する。 さらに、POOは以前考えられていたよりも大きな関数のクラス、特に最適化が難しい関数に対して非常に正確な意味で機能する。 我々は,n 評価後の誤差が,最もよく知られた最適化アルゴリズムの誤差から少なくとも sqrt(ln n) の最大値であることを示す,POO の性能の有限時間解析を行った。

関連論文リスト

• Stochastic simultaneous optimistic optimization [70.50540950403109]
  雑音による摂動数が有限である関数 f の評価問題について検討する。 我々のアルゴリズムであるStoSOOは、関数領域の階層的分割上の上位信頼境界を構築し、次にどの点をサンプリングするかを決定する楽観的な戦略に従う。 StoSOO の有限時間解析は、関数の局所的滑らかさが分かっていないにもかかわらず、最も高度に最適化されたアルゴリズムと同等に機能することを示している。
  論文  参考訳（メタデータ） (2026-04-27T14:34:24Z)
• Non-Convex Optimization with Certificates and Fast Rates Through Kernel Sums of Squares [68.8204255655161]
  非最適化近似問題を考える。 本稿では,最優先計算を保証するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-04-11T09:37:04Z)
• Online Calibrated and Conformal Prediction Improves Bayesian Optimization [10.470326550507117]
  本稿では,モデルに基づく意思決定やベイズ最適化における不確実性について検討する。 しかし、キャリブレーションの維持は、データが定常的ではなく、我々の行動に依存する場合、困難である。 我々は、オンライン学習に基づく簡単なアルゴリズムを用いて、非i.d.データのキャリブレーションを確実に維持することを提案する。
  論文  参考訳（メタデータ） (2021-12-08T23:26:23Z)
• Bayesian Algorithm Execution: Estimating Computable Properties of Black-box Functions Using Mutual Information [78.78486761923855]
  多くの現実世界では、T関数の評価の予算を考えると、高価なブラックボックス関数 f の性質を推測したい。 本稿では,アルゴリズムの出力に対して相互情報を最大化するクエリを逐次選択する手法InfoBAXを提案する。 これらの問題に対してInfoBAXは、元のアルゴリズムで要求されるより500倍少ないクエリをfに使用する。
  論文  参考訳（メタデータ） (2021-04-19T17:22:11Z)
• Exploiting Higher Order Smoothness in Derivative-free Optimization and Continuous Bandits [99.70167985955352]
  強凸関数のゼロ次最適化問題について検討する。 予測勾配降下アルゴリズムのランダム化近似を考察する。 その結果,0次アルゴリズムはサンプルの複雑性や問題パラメータの点でほぼ最適であることが示唆された。
  論文  参考訳（メタデータ） (2020-06-14T10:42:23Z)
• Convergence of adaptive algorithms for weakly convex constrained optimization [59.36386973876765]
  モローエンベロープの勾配のノルムに対して$mathcaltilde O(t-1/4)$収束率を証明する。 我々の分析では、最小バッチサイズが1ドル、定数が1位と2位のモーメントパラメータが1ドル、そしておそらくスムーズな最適化ドメインで機能する。
  論文  参考訳（メタデータ） (2020-06-11T17:43:19Z)
• Incorporating Expert Prior in Bayesian Optimisation via Space Warping [54.412024556499254]
  大きな探索空間では、アルゴリズムは関数の最適値に達する前に、いくつかの低関数値領域を通過する。 このコールドスタートフェーズの1つのアプローチは、最適化を加速できる事前知識を使用することである。 本稿では,関数の事前分布を通じて,関数の最適性に関する事前知識を示す。 先行分布は、探索空間を最適関数の高確率領域の周りに拡張し、最適関数の低確率領域の周りに縮小するようにワープする。
  論文  参考訳（メタデータ） (2020-03-27T06:18:49Z)
• Composition of kernel and acquisition functions for High Dimensional Bayesian Optimization [0.1749935196721634]
  目的関数の追加性を用いて、ベイズ最適化のカーネルと取得関数の両方をマッピングする。 このap-proachは確率的代理モデルの学習/更新をより効率的にする。 都市給水システムにおけるポンプの制御を実運用に適用するための結果が提示された。
  論文  参考訳（メタデータ） (2020-03-09T15:45:57Z)

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。