Buchumschlag

Provably Efficient Bayesian Optimization with Unknown Gaussian Process Hyperparameter Estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ha, Huong, Nguyen, Vu, Tran-The, Hung, Zhang, Hongyu, Zhang, Xiuzhen, Hengel, Anton van den
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

High-dimensional Bayesian Optimization via Covariance Matrix Adaptation Strategy
von: Ngo, Lam, et al.
Veröffentlicht: (2024)

Bayesian Optimization for Unknown Cost-Varying Variable Subsets with No-Regret Costs
von: Hoang, Vu Viet, et al.
Veröffentlicht: (2024)

Sub-linear Regret Bounds for Bayesian Optimisation in Unknown Search Spaces
von: Tran-The, Hung, et al.
Veröffentlicht: (2020)

Confident Sinkhorn Allocation for Pseudo-Labeling
von: Nguyen, Vu, et al.
Veröffentlicht: (2022)

MOBO-OSD: Batch Multi-Objective Bayesian Optimization via Orthogonal Search Directions
von: Ngo, Lam, et al.
Veröffentlicht: (2025)

BOIDS: High-dimensional Bayesian Optimization via Incumbent-guided Direction Lines and Subspace Embeddings
von: Ngo, Lam, et al.
Veröffentlicht: (2024)

High Dimensional Bayesian Optimization using Lasso Variable Selection
von: Hoang, Vu Viet, et al.
Veröffentlicht: (2025)

MOCA-HESP: Meta High-dimensional Bayesian Optimization for Combinatorial and Mixed Spaces via Hyper-ellipsoid Partitioning
von: Ngo, Lam, et al.
Veröffentlicht: (2025)

A Unified Gaussian Process for Branching and Nested Hyperparameter Optimization
von: Zhang, Jiazhao, et al.
Veröffentlicht: (2024)

High-Dimensional Bayesian Optimization via Random Projection of Manifold Subspaces
von: Nguyen, Quoc-Anh Hoang, et al.
Veröffentlicht: (2024)

Cost-Sensitive Freeze-thaw Bayesian Optimization for Efficient Hyperparameter Tuning
von: Lee, Dong Bok, et al.
Veröffentlicht: (2025)

Bayesian Optimisation with Unknown Hyperparameters: Regret Bounds Logarithmically Closer to Optimal
von: Ziomek, Juliusz, et al.
Veröffentlicht: (2024)

Dynamic Priors in Bayesian Optimization for Hyperparameter Optimization
von: Fehring, Lukas, et al.
Veröffentlicht: (2025)

Transformers Pretrained on Procedural Data Contain Modular Structures for Algorithmic Reasoning
von: Shinnick, Zachary, et al.
Veröffentlicht: (2025)

In-Context Freeze-Thaw Bayesian Optimization for Hyperparameter Optimization
von: Rakotoarison, Herilalaina, et al.
Veröffentlicht: (2024)

Regret Bounds for Expected Improvement Algorithms in Gaussian Process Bandit Optimization
von: Tran-The, Hung, et al.
Veröffentlicht: (2022)

ORTHOBO: Orthogonal Bayesian Hyperparameter Optimization
von: Schröder, Maresa, et al.
Veröffentlicht: (2026)

An Empirical Study on Ensemble-Based Transfer Learning Bayesian Optimisation with Mixed Variable Types
von: Trinkle, Natasha, et al.
Veröffentlicht: (2026)

Concept Component Analysis: A Principled Approach for Concept Extraction in LLMs
von: Liu, Yuhang, et al.
Veröffentlicht: (2026)

Wasserstein Gaussianization and Efficient Variational Bayes for Robust Bayesian Synthetic Likelihood
von: Nguyen, Nhat-Minh, et al.
Veröffentlicht: (2023)

Procedural Pretraining: Warming Up Language Models with Abstract Data
von: Jiang, Liangze, et al.
Veröffentlicht: (2026)

Provable Reinforcement Learning from Human Feedback with an Unknown Link Function
von: Zhang, Qining, et al.
Veröffentlicht: (2025)

Communication Efficient and Provable Federated Unlearning
von: Tao, Youming, et al.
Veröffentlicht: (2024)

Regime-Adaptive Bayesian Optimization via Dirichlet Process Mixtures of Gaussian Processes
von: Zhang, Yan, et al.
Veröffentlicht: (2026)

FlexHB: a More Efficient and Flexible Framework for Hyperparameter Optimization
von: Zhang, Yang, et al.
Veröffentlicht: (2024)

Interactive Medical Image Analysis with Concept-based Similarity Reasoning
von: Huy, Ta Duc, et al.
Veröffentlicht: (2025)

Constrained Bayesian Optimization under Bivariate Gaussian Process with Application to Cure Process Optimization
von: Li, Yezhuo, et al.
Veröffentlicht: (2025)

Chem4DLLM: 4D Multimodal LLMs for Chemical Dynamics Understanding
von: Li, Xinyu, et al.
Veröffentlicht: (2026)

Differentially Private Hyperparameter Tuning using Local Bayesian Optimization
von: Sopa, Getoar, et al.
Veröffentlicht: (2025)

Boundary Exploration for Bayesian Optimization With Unknown Physical Constraints
von: Tian, Yunsheng, et al.
Veröffentlicht: (2024)

Towards Higher Effective Rank in Parameter-efficient Fine-tuning using Khatri--Rao Product
von: Albert, Paul, et al.
Veröffentlicht: (2025)

Pre-trained Gaussian Processes for Bayesian Optimization
von: Wang, Zi, et al.
Veröffentlicht: (2021)

Causal Bayesian Optimization with Unknown Graphs
von: Durand, Jean, et al.
Veröffentlicht: (2025)

LARGE: A Locally Adaptive Regularization Approach for Estimating Gaussian Graphical Models
von: Nguyen, Ha, et al.
Veröffentlicht: (2026)

Provable Accelerated Bayesian Optimization with Knowledge Transfer
von: Lin, Haitao, et al.
Veröffentlicht: (2025)

Improving Linear System Solvers for Hyperparameter Optimisation in Iterative Gaussian Processes
von: Lin, Jihao Andreas, et al.
Veröffentlicht: (2024)

Premonition: Using Generative Models to Preempt Future Data Changes in Continual Learning
von: McDonnell, Mark D., et al.
Veröffentlicht: (2024)

Identifiable Latent Polynomial Causal Models Through the Lens of Change
von: Liu, Yuhang, et al.
Veröffentlicht: (2023)

Identifying Weight-Variant Latent Causal Models
von: Liu, Yuhang, et al.
Veröffentlicht: (2022)

Latent Covariate Shift: Unlocking Partial Identifiability for Multi-Source Domain Adaptation
von: Liu, Yuhang, et al.
Veröffentlicht: (2022)