Buchumschlag

TS-RSR: A provably efficient approach for batch Bayesian Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ren, Zhaolin, Li, Na
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Meta-learning for sample-efficient Bayesian optimisation of fed-batch processes
von: Langdon, Becky, et al.
Veröffentlicht: (2026)

Distributed Thompson sampling under constrained communication
von: Zerefa, Saba, et al.
Veröffentlicht: (2024)

Stochastic Nonlinear Control via Finite-dimensional Spectral Dynamic Embedding
von: Ren, Zhaolin, et al.
Veröffentlicht: (2023)

Scalable spectral representations for multi-agent reinforcement learning in network MDPs
von: Ren, Zhaolin, et al.
Veröffentlicht: (2024)

Bayesian dynamic scheduling of multipurpose batch processes under incomplete look-ahead information
von: Zheng, Taicheng, et al.
Veröffentlicht: (2025)

qPOTS: Efficient batch multiobjective Bayesian optimization via Pareto optimal Thompson sampling
von: Renganathan, Ashwin, et al.
Veröffentlicht: (2023)

Local adapt-then-combine algorithms for distributed nonsmooth optimization: Achieving provable communication acceleration
von: Guo, Luyao, et al.
Veröffentlicht: (2026)

FxTS-Net: Fixed-Time Stable Learning Framework for Neural ODEs
von: Luo, Chaoyang, et al.
Veröffentlicht: (2024)

Preferential Multi-Objective Bayesian Optimization
von: Astudillo, Raul, et al.
Veröffentlicht: (2024)

Accurate, provable and fast polychromatic tomographic reconstruction: A variational inequality approach
von: Lou, Mengqi, et al.
Veröffentlicht: (2025)

AdLoCo: adaptive batching significantly improves communications efficiency and convergence for Large Language Models
von: Kutuzov, Nikolay, et al.
Veröffentlicht: (2025)

Curse of Dimensionality in Neural Network Optimization
von: Na, Sanghoon, et al.
Veröffentlicht: (2025)

Bayesian Optimization of Bilevel Problems
von: Ekmekcioglu, Omer, et al.
Veröffentlicht: (2024)

Maximizing Reliability with Bayesian Optimization
von: Buckingham, Jack M., et al.
Veröffentlicht: (2026)

Is your batch size the problem? Revisiting the Adam-SGD gap in language modeling
von: Srećković, Teodora, et al.
Veröffentlicht: (2025)

Optimizing Posterior Samples for Bayesian Optimization via Rootfinding
von: Adebiyi, Taiwo A., et al.
Veröffentlicht: (2024)

Bayesian optimization as a flexible and efficient design framework for sustainable process systems
von: Paulson, Joel A., et al.
Veröffentlicht: (2024)

Non-Myopic Multifidelity Bayesian Optimization
von: Di Fiore, Francesco, et al.
Veröffentlicht: (2022)

Error dynamics of mini-batch gradient descent with random reshuffling for least squares regression
von: Lok, Jackie, et al.
Veröffentlicht: (2024)

Efficient and provably convergent end-to-end training of deep neural networks with linear constraints
von: Yang, Zonglin, et al.
Veröffentlicht: (2026)

Bayesian Optimization for Non-Convex Two-Stage Stochastic Optimization Problems
von: Buckingham, Jack M., et al.
Veröffentlicht: (2024)

Epsilon-Greedy Thompson Sampling to Bayesian Optimization
von: Do, Bach, et al.
Veröffentlicht: (2024)

Deterministic Global Optimization of the Acquisition Function in Bayesian Optimization: To Do or Not To Do?
von: Georgiou, Anastasia, et al.
Veröffentlicht: (2025)

Bayesian Optimization of Function Networks with Partial Evaluations
von: Buathong, Poompol, et al.
Veröffentlicht: (2023)

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

Collaborative Bayesian Optimization via Wasserstein Barycenters
von: Zhan, Donglin, et al.
Veröffentlicht: (2025)

Statistical Inference of Constrained Stochastic Optimization via Sketched Sequential Quadratic Programming
von: Na, Sen, et al.
Veröffentlicht: (2022)

LAGO: A Local-Global Optimization Framework Combining Trust Region Methods and Bayesian Optimization
von: Van Dieren, Eliott, et al.
Veröffentlicht: (2026)

BO4IO: A Bayesian optimization approach to inverse optimization with uncertainty quantification
von: Lu, Yen-An, et al.
Veröffentlicht: (2024)

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

Bayesian Optimization with Structured Measurements: A Vector-Valued RKHS Framework
von: Wang, Wenbin, et al.
Veröffentlicht: (2026)

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

Bayesian Optimization by Kernel Regression and Density-based Exploration
von: Zhu, Tansheng, et al.
Veröffentlicht: (2025)

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

Information Preserving Line Search via Bayesian Optimization
von: Labryga, Robin, et al.
Veröffentlicht: (2025)

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

Comparison of High-Dimensional Bayesian Optimization Algorithms on BBOB
von: Santoni, Maria Laura, et al.
Veröffentlicht: (2023)

BoFire: Bayesian Optimization Framework Intended for Real Experiments
von: Dürholt, Johannes P., et al.
Veröffentlicht: (2024)

Knowledge Gradient for Multi-Objective Bayesian Optimization with Decoupled Evaluations
von: Buckingham, Jack M., et al.
Veröffentlicht: (2023)

Physics-Aware Multifidelity Bayesian Optimization: a Generalized Formulation
von: Di Fiore, Francesco, et al.
Veröffentlicht: (2023)