Buchumschlag

Probability Distribution of Hypervolume Improvement in Bi-objective Bayesian Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Hao, Yang, Kaifeng, Affenzeller, Michael
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Approximation of Box Decomposition Algorithm for Fast Hypervolume-Based Multi-Objective Optimization
von: Watanabe, Shuhei
Veröffentlicht: (2025)

Optimal Scalarizations for Sublinear Hypervolume Regret
von: Zhang, Qiuyi
Veröffentlicht: (2023)

Multi-Objective Alignment of Large Language Models Through Hypervolume Maximization
von: Mukherjee, Subhojyoti, et al.
Veröffentlicht: (2024)

Unexpected Improvements to Expected Improvement for Bayesian Optimization
von: Ament, Sebastian, et al.
Veröffentlicht: (2023)

Bayesian Optimization with Expected Improvement: No Regret and the Choice of Incumbent
von: Wang, Jingyi, et al.
Veröffentlicht: (2025)

Quantum Bayesian Optimization for Quality Improvement in Fuselage Assembly
von: Liu, Jiayu, et al.
Veröffentlicht: (2025)

VAE with Hyperspherical Coordinates: Improving Anomaly Detection from Hypervolume-Compressed Latent Space
von: Ascarate, Alejandro, et al.
Veröffentlicht: (2026)

Exploring the Adversarial Frontier: Quantifying Robustness via Adversarial Hypervolume
von: Guo, Ping, et al.
Veröffentlicht: (2024)

Information Theoretic Bayesian Optimization over the Probability Simplex
von: Pavesi, Federico, et al.
Veröffentlicht: (2026)

Beyond Objective-Based Improvement: Stationarity-Aware Expected Improvement for Bayesian Optimization
von: Ip, Joshua Hang Sai, et al.
Veröffentlicht: (2026)

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

Optimization-Free Graph Embedding via Distributional Kernel for Community Detection
von: Song, Shuaibin, et al.
Veröffentlicht: (2026)

Expected Coordinate Improvement for High-Dimensional Bayesian Optimization
von: Zhan, Dawei
Veröffentlicht: (2024)

Regret Analysis of Posterior Sampling-Based Expected Improvement for Bayesian Optimization
von: Takeno, Shion, et al.
Veröffentlicht: (2025)

Adjusted Expected Improvement for Cumulative Regret Minimization in Noisy Bayesian Optimization
von: Hu, Shouri, et al.
Veröffentlicht: (2022)

Causal Bayesian Optimization via Exogenous Distribution Learning
von: Ren, Shaogang, et al.
Veröffentlicht: (2024)

IDK-S: Incremental Distributional Kernel for Streaming Anomaly Detection
von: Xu, Yang, et al.
Veröffentlicht: (2025)

Regional Expected Improvement for Efficient Trust Region Selection in High-Dimensional Bayesian Optimization
von: Namura, Nobuo, et al.
Veröffentlicht: (2024)

BATIS: Bayesian Approaches for Targeted Improvement of Species Distribution Models
von: Villeneuve, Catherine, et al.
Veröffentlicht: (2025)

DDO-RM: Distribution-Level Policy Improvement after Reward Learning
von: Zhang, Tiantian, et al.
Veröffentlicht: (2026)

AlphaFold's Bayesian Roots in Probability Kinematics
von: Hamelryck, Thomas, et al.
Veröffentlicht: (2025)

A Unified Framework for Entropy Search and Expected Improvement in Bayesian Optimization
von: Cheng, Nuojin, et al.
Veröffentlicht: (2025)

phepy: Visual Benchmarks and Improvements for Out-of-Distribution Detectors
von: Tyree, Juniper, et al.
Veröffentlicht: (2025)

Distributionally Robust Optimization via Iterative Algorithms in Continuous Probability Spaces
von: Zhu, Linglingzhi, et al.
Veröffentlicht: (2024)

Rethinking Divisive Hierarchical Clustering from a Distributional Perspective
von: Zhang, Kaifeng, et al.
Veröffentlicht: (2026)

Unifying Invariance and Spuriousity for Graph Out-of-Distribution via Probability of Necessity and Sufficiency
von: Chen, Xuexin, et al.
Veröffentlicht: (2024)

Big Batch Bayesian Active Learning by Considering Predictive Probabilities
von: Ober, Sebastian W., et al.
Veröffentlicht: (2025)

Bayesian Nonparametrics Meets Data-Driven Distributionally Robust Optimization
von: Bariletto, Nicola, et al.
Veröffentlicht: (2024)

A Quadratic Synchronization Rule for Distributed Deep Learning
von: Gu, Xinran, et al.
Veröffentlicht: (2023)

Self-Improvement for Neural Combinatorial Optimization: Sample without Replacement, but Improvement
von: Pirnay, Jonathan, et al.
Veröffentlicht: (2024)

Wasserstein Distributionally Robust Bayesian Optimization with Continuous Context
von: Micheli, Francesco, et al.
Veröffentlicht: (2025)

Model Uncertainty in Evolutionary Optimization and Bayesian Optimization: A Comparative Analysis
von: Hao, Hao, et al.
Veröffentlicht: (2024)

AutoStan: Autonomous Bayesian Model Improvement via Predictive Feedback
von: Dürr, Oliver
Veröffentlicht: (2026)

Bayesian Intervention Optimization for Causal Discovery
von: Wang, Yuxuan, et al.
Veröffentlicht: (2024)

Provable and Practical In-Context Policy Optimization for Self-Improvement
von: Yu, Tianrun, et al.
Veröffentlicht: (2026)

On the Probability of Necessity and Sufficiency of Explaining Graph Neural Networks: A Lower Bound Optimization Approach
von: Cai, Ruichu, et al.
Veröffentlicht: (2022)

Unleashing the Potential of Acquisition Functions in High-Dimensional Bayesian Optimization
von: Zhao, Jiayu, et al.
Veröffentlicht: (2023)

From Partial Exchangeability to Predictive Probability: A Bayesian Perspective on Classification
von: Diniz, Marcio Alves
Veröffentlicht: (2025)

Bayesian Safety Validation for Failure Probability Estimation of Black-Box Systems
von: Moss, Robert J., et al.
Veröffentlicht: (2023)

ReLU Networks as Random Functions: Their Distribution in Probability Space
von: Chaudhari, Shreyas, et al.
Veröffentlicht: (2025)