arXiv · cs.AI · Saksham Kiroriwal, Julius Pfrommer, J\"urgen Beyerer · 5 小时前模型评分32
基于 Fisher 信息几何的贝叶斯优化：梯度边界与信赖域方法
Bayesian Optimization with Fisher Information Geometry: Gradient Bounds and Trust-Region Methods
导读
研究者提出用 Fisher 信息几何分析贝叶斯优化（BO，Bayesian Optimization），通过代理后验映射拉回 Fisher 信息度量，得到输入空间上的局部敏感度张量，并据此给出可重参数化采集函数（AF，Acquisition Function）梯度的上界。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “Building on this analysis, we propose FITR, a trust-region-based BO method that replaces lengthscale-based scaling with local pullback-Fisher weights.”
来源：arXiv · cs.AI · arxiv.org