贝叶斯优化方法和应用综述
作者:
作者单位:

作者简介:

崔佳旭(1990-),男,黑龙江齐齐哈尔人,博士生,主要研究领域为贝叶斯优化,复杂网络优化;杨博(1974-),男,博士,教授,博士生导师,CCF杰出会员,主要研究领域为知识发现与知识工程,网络分析理论与应用,推荐系统,多智能体系统.

通讯作者:

杨博,E-mail:ybo@jlu.edu.cn

基金项目:

国家自然科学基金(61572226,61876069);吉林省重点科技研发项目(20180201067GX,20180201044GX)


Survey on Bayesian Optimization Methodology and Applications
Author:
Affiliation:

Fund Project:

National Natural Science Foundation of China (61572226, 61876069); Jilin Province Key Scientific and Technological Research and Development Project (20180201067GX, 20180201044GX)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    设计类问题在科学研究和工业领域无处不在.作为一种十分有效的全局优化算法,近年来,贝叶斯优化方法在设计类问题上被广泛应用.通过设计恰当的概率代理模型和采集函数,贝叶斯优化框架只需经过少数次目标函数评估即可获得理想解,非常适用于求解目标函数表达式未知、非凸、多峰和评估代价高昂的复杂优化问题.从方法论和应用领域两方面深入分析、讨论和展望了贝叶斯优化的研究现状、面临的问题和应用领域,期望为相关领域的研究者提供有益的借鉴和参考.

    Abstract:

    Designing problems are ubiquitous in science research and industry applications. In recent years, Bayesian optimization, which acts as a very effective global optimization algorithm, has been widely applied in designing problems. By structuring the probabilistic surrogate model and the acquisition function appropriately, Bayesian optimization framework can guarantee to obtain the optimal solution under a few numbers of function evaluations, thus it is very suitable to solve the extremely complex optimization problems in which their objective functions could not be expressed, or the functions are non-convex, multimodal and computational expensive. This paper provides a detailed analysis on Bayesian optimization in methodology and application areas, and discusses its research status and the problems in future researches. This work is hopefully beneficial to the researchers from the related communities.

    参考文献
    相似文献
    引证文献
引用本文

崔佳旭,杨博.贝叶斯优化方法和应用综述.软件学报,2018,29(10):3068-3090

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2017-06-12
  • 最后修改日期:2018-04-02
  • 录用日期:
  • 在线发布日期: 2018-06-08
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号