提出Fisher信息几何贝叶斯优化方法FITR
热点事件持续更新
提出Fisher信息几何贝叶斯优化方法FITR
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Saksham Kiroriwal、Julius Pfrommer 和 Jürgen Beyerer 提出用 Fisher 信息几何分析贝叶斯优化（BO），并据此提出信赖域方法 FITR。 该分析通过代理后验映射把 Fisher 信息度量拉回输入空间，得到输入空间上的局部敏感度张量，并给出可重参数化采集函数梯度的上界。FITR 在此基础上用局部 pullback-Fisher 权重替代基于长度尺度的缩放。
AI 根据报道生成 · 4 小时前更新
最新进展11月4日 13:00
基于 Fisher 信息几何的贝叶斯优化：梯度边界与信赖域方法报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AI基于 Fisher 信息几何的贝叶斯优化：梯度边界与信赖域方法
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。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月4日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。