11:15arXiv cs.LG@Aurélien Pion, Emmanuel Vazquez精选贝叶斯优化依赖高斯过程预测分布来选择评估点,但核函数和超参数选择可能导致预测分布校准不良,影响探索-利用平衡。针对最小化问题,期望改进等采样准则依赖于当前最优值以下的预测分布,下尾校准直接决定采样决策。本文提出tcGP,一种后处理方法,专门校准高斯过程在低阈值以下的预测分布,并证明基于tcGP的EI全局优化算法在设计空间中是稠密的。标准基准实验表明,tcGP相比标准GP和全局校准GP,显著改善了下尾校准和贝叶斯优化性能。论文贝叶斯优化高斯过程下尾校准期望改进tcGP推荐理由:做贝叶斯优化的团队终于有了专门解决下尾校准问题的工具——tcGP直接提升低值区域的预测可靠性,让EI采样更精准,做超参数调优或实验设计的建议试试。原文