Buchumschlag

A mixed-categorical correlation kernel for Gaussian process

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Saves, P., Diouane, Y., Bartoli, N., Lefebvre, T., Morlier, J.
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Optimization and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

High-dimensional mixed-categorical Gaussian processes with application to multidisciplinary design optimization for a green aircraft
von: Saves, Paul, et al.
Veröffentlicht: (2023)

Bayesian optimization for mixed variables using an adaptive dimension reduction process: applications to aircraft design
von: Saves, Paul, et al.
Veröffentlicht: (2025)

Multi-objective Bayesian Optimization With Mixed-categorical Design Variables for Expensive-to-evaluate Aeronautical Applications
von: Bartoli, Nathalie, et al.
Veröffentlicht: (2025)

SMT 2.0: A Surrogate Modeling Toolbox with a focus on Hierarchical and Mixed Variables Gaussian Processes
von: Saves, Paul, et al.
Veröffentlicht: (2023)

High-Dimensional Bayesian Optimization Using Both Random and Supervised Embeddings
von: Priem, Rémy, et al.
Veröffentlicht: (2025)

Modeling Hierarchical Spaces: A Review and Unified Framework for Surrogate-Based Architecture Design
von: Saves, Paul, et al.
Veröffentlicht: (2025)

Surrogate-based optimization of system architectures subject to hidden constraints
von: Bussemaker, Jasper, et al.
Veröffentlicht: (2025)

System-of-systems Modeling and Optimization: An Integrated Framework for Intermodal Mobility
von: Saves, Paul, et al.
Veröffentlicht: (2025)

Frequency-aware Surrogate Modeling With SMT Kernels For Advanced Data Forecasting
von: Gonel, Nicolas, et al.
Veröffentlicht: (2025)

Bayesian Optimization of a Lightweight and Accurate Neural Network for Aerodynamic Performance Prediction
von: Shihua, James M., et al.
Veröffentlicht: (2025)

Transfer Learning in Bayesian Optimization for Aircraft Design
von: Tfaily, Ali, et al.
Veröffentlicht: (2026)

Multi-fidelity approaches for general constrained Bayesian optimization with application to aircraft design
von: Cordelier, Oihan, et al.
Veröffentlicht: (2026)

High-dimensional multidisciplinary design optimization for aircraft eco-design / Optimisation multi-disciplinaire en grande dimension pour l'éco-conception avion en avant-projet
von: Saves, Paul
Veröffentlicht: (2024)

A Proximal Modified Quasi-Newton Method for Nonsmooth Regularized Optimization
von: Diouane, Youssef, et al.
Veröffentlicht: (2024)

Regularized infill criteria for multi-objective Bayesian optimization with application to aircraft design
von: Grapin, Robin, et al.
Veröffentlicht: (2025)

Bayesian Quality-Diversity approaches for constrained optimization problems with mixed continuous, discrete and categorical variables
von: Brevault, Loic, et al.
Veröffentlicht: (2023)

System Architecture Optimization Strategies: Dealing with Expensive Hierarchical Problems
von: Bussemaker, Jasper H., et al.
Veröffentlicht: (2025)

A robust and adaptive MPC formulation for Gaussian process models
von: Dubied, Mathieu, et al.
Veröffentlicht: (2025)

Deterministic Trajectory Optimization through Probabilistic Optimal Control
von: Filabadi, Mohammad Mahmoudi, et al.
Veröffentlicht: (2024)

Combining additivity and active subspaces for high-dimensional Gaussian process modeling
von: Binois, Mickael, et al.
Veröffentlicht: (2024)

Gearing Gaussian process modeling and sequential design towards stochastic simulators
von: Binois, Mickael, et al.
Veröffentlicht: (2024)

Safe exploration in reproducing kernel Hilbert spaces
von: Tokmak, Abdullah, et al.
Veröffentlicht: (2025)

Towards safe Bayesian optimization with Wiener kernel regression
von: Molodchyk, Oleksii, et al.
Veröffentlicht: (2024)

Snacks: a fast large-scale kernel SVM solver
von: Tanji, Sofiane, et al.
Veröffentlicht: (2023)

Gaussian process policy iteration with additive Schwarz acceleration for forward and inverse HJB and mean field game problems
von: Yang, Xianjin, et al.
Veröffentlicht: (2025)

Unifying Entropy Regularization in Optimal Control: From and Back to Classical Objectives via Iterated Soft Policies and Path Integral Solutions
von: Bhole, Ajinkya, et al.
Veröffentlicht: (2025)

Learning to optimize: A tutorial for continuous and mixed-integer optimization
von: Chen, Xiaohan, et al.
Veröffentlicht: (2024)

Finite-Sample-Based Reachability for Safe Control with Gaussian Process Dynamics
von: Prajapat, Manish, et al.
Veröffentlicht: (2025)

Surrogate-based categorical neighborhoods for mixed-variable blackbox optimization
von: Audet, Charles, et al.
Veröffentlicht: (2026)

Joint Learning in the Gaussian Single Index Model
von: Pillaud-Vivien, Loucas, et al.
Veröffentlicht: (2025)

Robust Gaussian Processes via Relevance Pursuit
von: Ament, Sebastian, et al.
Veröffentlicht: (2024)

Gaussian Process Thompson Sampling via Rootfinding
von: Adebiyi, Taiwo A., et al.
Veröffentlicht: (2024)

Intrinsic Gaussian Processes on Manifolds and Their Accelerations by Symmetry
von: Ye, Ke, et al.
Veröffentlicht: (2020)

A safe exploration approach to constrained Markov decision processes
von: Ni, Tingting, et al.
Veröffentlicht: (2023)

Turbocharging Gaussian Process Inference with Approximate Sketch-and-Project
von: Rathore, Pratik, et al.
Veröffentlicht: (2025)

Wasserstein Barycenter Gaussian Process based Bayesian Optimization
von: Candelieri, Antonio, et al.
Veröffentlicht: (2025)

Theoretical Analysis of Heteroscedastic Gaussian Processes with Posterior Distributions
von: Ito, Yuji
Veröffentlicht: (2024)

Gaussian Process Regression with Soft Inequality and Monotonicity Constraints
von: Kochan, Didem, et al.
Veröffentlicht: (2024)

No-Regret Gaussian Process Optimization of Time-Varying Functions
von: Mauduit, Eliabelle, et al.
Veröffentlicht: (2025)

Towards safe and tractable Gaussian process-based MPC: Efficient sampling within a sequential quadratic programming framework
von: Prajapat, Manish, et al.
Veröffentlicht: (2024)