論文の概要: Bayesian Optimisation under State-Preservation Constraints

• arxiv url: http://arxiv.org/abs/2610.12150v1
• Date: Thu, 08 Oct 2026 15:34:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:54.120646
• Title: Bayesian Optimisation under State-Preservation Constraints
• Title（参考訳）: 貯蓄制約下におけるベイズ最適化
• Abstract要約: 我々は、信頼できる値に近い選択された状態オブザーバブルを保持しながら、設計を改善することを検討する。 我々の中心となる考え方は、線形化された制約応答が許容範囲内にある一連の制御を事前計算することである。 この線形化はエリプソイドを定義しており、そこから多数のよく読まれる候補を効率的に引き出すことができる。 プラズマ境界保存下でのトカマクダイバータ最適化について,本手法のエンド・ツー・エンドへの適用例を示す。
• 参考スコア（独自算出の注目度）: 2.790680337266682
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In many engineering design problems, the objective and constraints depend on the state: the solution of a PDE determined by the design parameters. We consider improving a design while holding selected state observables near trusted values, which we call state preservation constraints. Constrained Bayesian optimisation handles these with a learnt feasibility model, but struggles with this problem's highly anisotropic feasible set. Our central idea is to pre-compute the set of controls whose linearised constraint response stays within tolerance, thereby pulling back the state-space constraint into design space. This linearisation defines an ellipsoid from which we can efficiently draw a large number of well-spread candidates. The underlying linear response map is refined online, and the ellipsoid is rebuilt accordingly. We demonstrate the method end-to-end on our key application - Tokamak divertor optimisation under plasma-boundary preservation.
• Abstract（参考訳）: 多くのエンジニアリング設計問題において、目的と制約は状態に依存し、PDEの解は設計パラメータによって決定される。 我々は、状態保存制約と呼ばれる信頼された値に近い選択された状態オブザーバブルを保持しながら、設計を改善することを検討する。 制限されたベイズ最適化は、これらを学習可能な実現可能性モデルで扱うが、この問題の非常に異方性のある実現可能性集合に苦慮する。 我々の中心となる考え方は、線形化された制約応答が許容範囲内にある一連の制御を事前計算することで、状態空間の制約を設計空間に引き戻すことである。 この線形化はエリプソイドを定義しており、そこから多数のよく読まれる候補を効率的に引き出すことができる。 根底にある線形応答マップはオンラインで洗練され、楕円体はそれに従って再構築される。 プラズマ境界保存下でのトカマクダイバータ最適化について,本手法のエンド・ツー・エンドへの適用例を示す。

関連論文リスト

• Search at the Cost of Sampling: Nearly-Instant Latent Space Bayesian Optimization [52.6390089558249]
  生成モデルは、多くのデノボ発見パイプラインの中心となっている。 BOは、過去の評価を使って将来の提案をガイドするため、この設定に自然に適合します。 球面領域に制約された線形モデルのユニークな組み合わせを利用してBOを実用的にする。
  論文  参考訳（メタデータ） (2026-09-16T22:39:26Z)
• Across the Loss Landscape with Progressive Growth [51.366966420881646]
  成長を漸進的緩和と見なして、より平坦な地域に向けての訓練戦略がいかに成長・最適化されるかを示す。 制御されたおもちゃの流域や現実的なResNet/CI-100環境でこれらの予測を実証的に検証する。 プログレッシブな部分空間成長は、より平坦な解を確実に生成するが、曲率の低減は、普遍的にテスト性能の向上に変換されず、平坦性一般化接続における微妙さを強調している。
  論文  参考訳（メタデータ） (2026-08-25T13:50:48Z)
• Constraint-Preserving QAOA for Personnel Rostering: Coverage-Preserving and Guarded-XY Mixer Constructions [0.0]
  我々は、厳密なスケジューリング制約を直接ミキサーハミルトニアンに埋め込む人事ロスターのための制約保存QAOAフレームワークを開発する。 我々の知る限りでは、これは人事ロースターのための最初の制約保存型QAOAの定式化である。
  論文  参考訳（メタデータ） (2026-07-10T06:58:45Z)
• Score-Guided Proximal Projection: A Unified Geometric Framework for Rectified Flow Editing [1.0312968200748118]
  Rectified Flowモデルは最先端の世代品質を実現するが、正確なタスクのためにそれらを制御することは依然として困難である。 現在のアプローチは「幾何学的ロック」に苦しむ逆法に基づくガイダンスに分岐する Score-Guided Proximal Projectionは,決定論的最適化と縮尺サンプリングのギャップを埋める統一フレームワークである。
  論文  参考訳（メタデータ） (2026-03-05T23:44:45Z)
• Soft-Radial Projection for Constrained End-to-End Learning [2.3367876359631645]
  我々は、勾配飽和を回避できる微分可能なreパラメタライゼーション層であるSoft-Radial Projectionを紹介する。 この構造は、ほぼどこでもフルランクのヤコビアンを保存しながら、厳密な実現性を保証する。 我々は、最先端の最適化と投影に基づくベースラインよりも優れた収束挙動と解の質を実証的に示す。
  論文  参考訳（メタデータ） (2026-02-03T12:33:44Z)
• Adaptive Neighborhood-Constrained Q Learning for Offline Reinforcement Learning [52.03884701766989]
  オフライン強化学習(RL)アルゴリズムは、通常、アクション選択に制約を課す。 本稿では,Bellmanターゲットにおける行動選択を,データセットアクションの近傍の結合に制限する新しい地区制約を提案する。 我々は,この制約を満たす目標動作を用いてQ学習を行うための,単純で効果的なアルゴリズムであるAdaptive Neighborhood-Constrained Q Learning(ANQ)を開発した。
  論文  参考訳（メタデータ） (2025-11-04T13:42:05Z)
• Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction [82.72686460985297]
  我々はマンハッタンのフレームを推定する問題に取り組む。 2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。 また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
  論文  参考訳（メタデータ） (2023-08-21T13:03:25Z)
• Projection-Free Online Convex Optimization with Stochastic Constraints [0.0]
  我々は制約付きオンライン凸最適化のためのプロジェクションフリーアルゴリズムを開発した。 各種設定に対してサブ線形後悔と制約違反境界を推定する。 我々は、制約違反を減らして、後悔と同じ成長をすることができることを証明している。
  論文  参考訳（メタデータ） (2023-05-02T11:27:34Z)
• Distributed Sketching for Randomized Optimization: Exact Characterization, Concentration and Lower Bounds [54.51566432934556]
  我々はヘシアンの形成が困難である問題に対する分散最適化法を検討する。 ランダム化されたスケッチを利用して、問題の次元を減らし、プライバシを保ち、非同期分散システムにおけるストラグラーレジリエンスを改善します。
  論文  参考訳（メタデータ） (2022-03-18T05:49:13Z)
• Inverse design of photonic devices with strict foundry fabrication constraints [55.41644538483948]
  本稿では,ナノフォトニクス素子の逆設計法を提案し,設計が厳密な長さの制約を満たすことを保証した。 本手法の性能と信頼性を,いくつかの共通集積フォトニック部品を設計することによって実証する。
  論文  参考訳（メタデータ） (2022-01-31T02:27:25Z)

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。