Buchumschlag

A Data-Driven Bayesian Nonparametric Approach for Black-Box Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Haowei, Zhang, Xun, Ng, Szu Hui, Wang, Songhao
Format:	Preprint
Veröffentlicht:	2020
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Online Non-Stationary Simulation Optimization Approach Based on Regime Switching
von: Xia, Jianglin, et al.
Veröffentlicht: (2025)

Minimizing UCB: a Better Local Search Strategy in Local Bayesian Optimization
von: Fan, Zheyi, et al.
Veröffentlicht: (2024)

Diffusion Model for Data-Driven Black-Box Optimization
von: Li, Zihao, et al.
Veröffentlicht: (2024)

Optimizing Server Locations in Spatial Queues: Parametric and Nonparametric Bayesian Optimization
von: Hua, Cheng, et al.
Veröffentlicht: (2025)

A Zeroth-Order Extra-Gradient Method for Black-Box Constrained Optimization
von: Zhou, Yuke, et al.
Veröffentlicht: (2025)

On the convergence rate of noisy Bayesian Optimization with Expected Improvement
von: Wang, Jingyi, et al.
Veröffentlicht: (2025)

The Dynamic Team Orienteering Problem in Spatial Crowdsourcing: A Scenario Sampling Approach
von: Wu, Zhibin, et al.
Veröffentlicht: (2026)

Uncertainty Quantification in Data-Driven Inverse Optimization via Bayesian Inference
von: Chan, Timothy C. Y., et al.
Veröffentlicht: (2026)

A Bayesian Perspective on the Data-Driven LQR
von: Schwaller, Thierry, et al.
Veröffentlicht: (2026)

Data-Driven Stochastic Distribution System Hardening Based on Bayesian Online Learning
von: Shi, Wenlong, et al.
Veröffentlicht: (2025)

Black-Box Approximation and Optimization with Hierarchical Tucker Decomposition
von: Ryzhakov, Gleb, et al.
Veröffentlicht: (2024)

Asymptotically Optimal Regret for Black-Box Predict-then-Optimize
von: Tan, Samuel, et al.
Veröffentlicht: (2024)

Solution Polishing via Path Relinking for Continuous Black-Box Optimization
von: Papageorgiou, Dimitri, et al.
Veröffentlicht: (2024)

The Black-Box Optimization Problem: Zero-Order Accelerated Stochastic Method via Kernel Approximation
von: Lobanov, Aleksandr, et al.
Veröffentlicht: (2023)

Explainable Data-driven Share-of-choice Product Line Design Optimization
von: Liu, Maoqi, et al.
Veröffentlicht: (2023)

Improved Iteration Complexity in Black-Box Optimization Problems under Higher Order Smoothness Function Condition
von: Lobanov, Aleksandr
Veröffentlicht: (2024)

Accelerated Zero-Order SGD Method for Solving the Black Box Optimization Problem under "Overparametrization" Condition
von: Lobanov, Aleksandr, et al.
Veröffentlicht: (2023)

A Penalty Approach for Differentiation Through Black-Box Quadratic Programming Solvers
von: Linghu, Yuxuan, et al.
Veröffentlicht: (2026)

A survey of the orienteering problem: model evolution, algorithmic advances, and future directions
von: Shen, Songhao, et al.
Veröffentlicht: (2025)

Data-Driven Predictive Control Using Closed-Loop Data: An Instrumental Variable Approach
von: Wang, Yibo, et al.
Veröffentlicht: (2023)

Flexibility Characterization of Sustainable Power Systems in Demand Space: A Data-Driven Inverse Optimization Approach
von: Awadalla, Mohamed, et al.
Veröffentlicht: (2022)

Data-Driven Output Prediction and Control of Stochastic Systems: An Innovation-Based Approach
von: Wang, Yibo, et al.
Veröffentlicht: (2022)

Moment Relaxations for Data-Driven Wasserstein Distributionally Robust Optimization
von: Zhang, Shixuan, et al.
Veröffentlicht: (2025)

Particle Filter Optimization: A Bayesian Approach for Global Stochastic Optimization
von: Eslami, Mostafa, et al.
Veröffentlicht: (2024)

Robust Data-Driven Quasiconcave Optimization
von: Wu, Jian, et al.
Veröffentlicht: (2025)

Data-Driven Adjustable Robust Optimization
von: Ren, Xiaoxing, et al.
Veröffentlicht: (2025)

Nonparametric Steady-State Learning for Nonlinear Output Feedback Regulation
von: Wang, Shimin, et al.
Veröffentlicht: (2024)

A Fenchel-Young Loss Approach to Data-Driven Inverse Optimization
von: Li, Zhehao, et al.
Veröffentlicht: (2025)

LLM-Enhanced, Data-Driven Personalized and Equitable Clinician Scheduling: A Predict-then-Optimize Approach
von: Jha, Anjali, et al.
Veröffentlicht: (2025)

Optimizer's Information Criterion: Dissecting and Correcting Bias in Data-Driven Optimization
von: Iyengar, Garud, et al.
Veröffentlicht: (2023)

An Optimization-Based Framework for Solving Forward-Backward Stochastic Differential Equations: Convergence Analysis and Error Bounds
von: Wang, Yutian, et al.
Veröffentlicht: (2025)

Two-Stage Data-Driven Contextual Robust Optimization: An End-to-End Learning Approach for Online Energy Applications
von: Gamboa, Carlos, et al.
Veröffentlicht: (2025)

Data-Driven Contextual Optimization with Gaussian Mixtures: Flow-Based Generalization, Robust Models, and Multistage Extensions
von: Yoon, YoungChul, et al.
Veröffentlicht: (2025)

On Tikhonov Regularization for Direct and Indirect Data-Driven LQR Control
von: Zhang, Shuyuan, et al.
Veröffentlicht: (2026)

BARK: A Fully Bayesian Tree Kernel for Black-box Optimization
von: Boyne, Toby, et al.
Veröffentlicht: (2025)

Data-Driven Performance Guarantees for Parametric Optimization Problems
von: Huang, Jingyi, et al.
Veröffentlicht: (2025)

Data-Driven Analysis and Predictive Control of Descriptor Systems with Application to Power and Water Networks
von: Zhang, Yuan, et al.
Veröffentlicht: (2025)

Comparative Analysis of Black-Box Optimization Methods for Weather Intervention Design
von: Higuchi, Yuta, et al.
Veröffentlicht: (2025)

A Graph-Partitioning Based Continuous Optimization Approach to Semi-supervised Clustering Problems
von: Liu, Wei, et al.
Veröffentlicht: (2025)

Tube-Based Robust Data-Driven Predictive Control
von: Wang, Chi, et al.
Veröffentlicht: (2026)