Efficient and Scalable Batch Bayesian Optimization Using K-Means
IBM Research UK（IBM英国研究院）
本文提出了一种新的贝叶斯优化批量抽样算法--K-Means批量贝叶斯优化（KMBBO）。KMBBO使用无监督学习来有效地估计模型采集函数的峰值。我们在实证实验中表明，我们的方法优于目前最先进的批分配算法的各种测试问题，包括调整算法超参数和一个具有挑战性的药物发现问题。为了适应现实世界中的高维数据的问题，我们提出了一个修改KMBBO结合压缩感知投影到一个较低的维度子空间的优化。我们的经验表明，这两步方法优于没有降维发生的算法。
2018-09-19 cs.AI cs.LG stat.ML
No-PASt-BO: Normalized Portfolio Allocation Strategy for Bayesian Optimization
Federal University of Ceará（塞阿拉联邦大学）
贝叶斯优化（BO）是一个黑箱优化的框架，特别适用于昂贵的成本函数。在BO算法的主要部分中，获取函数具有根本重要性，因为它通过将回归模型的不确定性转换为每个待评估点的效用度量来指导优化算法。因此，捕获函数的选择和设计是BO中最热门的研究课题之一。由于没有一个单一的采集功能被证明在所有任务中具有更好的性能，因此一种成熟的方法包括沿着BO执行的迭代选择不同的采集功能。在这种方法中，GP-Hedge算法是一种广泛使用的选择，因为它简单且性能良好。尽管它在各种应用中取得了成功，GP-对冲显示出一个不可取的特点，会计上的所有过去的性能指标，每个收购功能，以选择下一个功能使用。在这种情况下，在初始迭代中获得的好的或坏的值可能影响用于算法的其余部分的采集函数的选择。这一事实可能会导致采集功能的主导行为，并影响该方法的最终性能。为了克服这种局限性，在这项工作中，我们提出了一个变种的GP对冲，命名为No-PASt-BO，减少了过去的评价的影响。此外，我们的方法提供了一个内置的归一化，避免了投资组合中的函数具有相似的概率，从而提高了探索性。合成和现实世界的优化任务的结果表明，No-PASt-BO呈现出有竞争力的性能，并始终优于GP对冲。
2019-08-01 cs.LG stat.ML
Bayesian Optimization with Unknown Constraints
Harvard University（哈佛大学）
最近的工作贝叶斯优化已显示出其有效性的全局优化困难的黑箱目标函数。许多现实世界的优化问题也有约束条件，这是未知的先验。本文研究了在约束函数中可能存在噪声，且目标和约束可以独立计算的一般情况下，约束问题的贝叶斯优化。我们提供了激励实际的例子，并提出了一个通用的框架来解决这些问题。我们证明了我们的方法的有效性优化性能的在线潜在的Dirichlet分配主题稀疏性约束，调整神经网络测试时的内存约束，并优化哈密顿蒙特卡罗，以实现最大的有效性在一个固定的时间，通过标准的收敛诊断。
2014-03-22 cs.LG stat.ML
Treatment Allocation with Strategic Agents
Stanford University（斯坦福大学）
研究处理个性化下的策略性行为，证明最优规则需随机化，并提出基于贝叶斯优化的序贯实验以收敛至最优处理规则。
2023-04-04 cs.GT cs.LG econ.EM
Scalable Global Optimization via Local Bayesian Optimization
Uber AI（优步人工智能实验室）；University of Warwick（华威大学）
贝叶斯优化最近成为一种流行的方法，用于昂贵的黑盒函数的样本有效优化。然而，应用到高维问题与几千个观察仍然具有挑战性，和困难的问题贝叶斯优化往往是没有竞争力的其他范例。在本文中，我们认为，这是由于隐含的同质性的全球概率模型和过分强调的探索，从全球收购的结果。这促使设计一个局部概率的方法，大规模的高维问题的全局优化。我们提出的$\texttt{TuRBO}$算法，适合本地模型的集合，并通过一个隐式的强盗的方法在这些模型之间执行一个原则性的全局分配的样本。全面的评估表明，$\texttt{TuRBO}$在跨越强化学习、机器人和自然科学的问题上优于机器学习和运筹学的最先进方法。
2020-02-24 cs.LG stat.ML
BOBA: Dynamic Bayesian Optimization through Bayesian Active Inference
University College London（伦敦大学学院）
针对动态黑箱优化中现有方法忽视时间变化的问题，提出基于自由能原理的采集函数BOBA，通过最小化未来状态预测不确定性，在查询受限设置中显著降低遗憾值。
2026-09-23 cs.LG
Uncertainty Informed Optimal Resource Allocation with Gaussian Process based Bayesian Inference
Massachusetts Institute of Technology（麻省理工学院）
针对流行病传播ODE模型中的参数不确定性，提出基于高斯过程贝叶斯推断的数据驱动随机优化方法，通过并行算法处理非线性约束，将疫苗分配有效性提升4-8%。
2023-06-30 cs.AI cs.LG cs.SY
Inducing Point Allocation for Sparse Gaussian Processes in High-Throughput Bayesian Optimisation
稀疏高斯过程是高吞吐量贝叶斯优化（BO）循环的关键组成部分，然而，我们发现，现有的方法分配其诱导点严重妨碍优化性能。通过利用确定性点过程的质量多样性分解，我们提出了第一个专门为BO设计的诱导点分配策略。与现有的方法，只寻求减少目标函数的全局不确定性，我们的方法提供了精确优化所需的有前途的区域的本地高保真度建模。更一般地说，我们证明了我们提出的框架提供了一种灵活的方式来分配稀疏模型的建模能力，因此适合广泛的下游顺序决策任务。
2023-02-23 cs.LG stat.ML
Evaluating COVID-19 vaccine allocation policies using Bayesian $m$-top exploration
Vrije Universiteit Brussel（布鲁塞尔自由大学）；University of Antwerp（安特卫普大学）；UHasselt（哈塞尔特大学）
本文提出一种结合多臂老虎机与贝叶斯随时 $m$-top 探索的方法，用于在基于个体的流行病学模型中高效评估 COVID-19 疫苗分配策略，以最小化感染和住院人数，并量化决策不确定性。
2025-02-26 cs.AI cs.LG
Trajectory-Aware Best-Arm Identification for Local Search Allocation in Bayesian Optimization and Beyond
Fujitsu Limited（富士通有限公司）
提出一种结合最佳臂识别与信任区域贝叶斯优化的轨迹感知框架，通过预测局部优化器最终性能并逐步淘汰次优候选，加速多模态函数全局优化。
2026-10-06 cs.LG
Stochastic Collapsed Variational Bayesian Inference for Latent Dirichlet Allocation
University of California, Irvine（加州大学欧文分校）；University of Amsterdam（阿姆斯特丹大学）
在互联网时代，数字文本信息的数量呈爆炸式增长，导致传统的主题模型推理算法难以扩展。最近的进展，潜在的狄利克雷分配（LDA）的随机变分推理算法已经成为可能，学习大规模语料库的主题模型，但这些方法目前并没有充分利用该模型的折叠表示。我们提出了一个随机算法折叠变分贝叶斯推理LDA，这是更简单，更有效的比最先进的方法。我们展示了折叠变分贝叶斯推理和LDA的MAP估计之间的联系，并利用这些联系来证明所提出的算法的收敛特性。在大规模文本语料库上的实验中，发现该算法收敛速度更快，往往比以前的方法更好的解决方案。人类主题实验也表明，该方法可以学习连贯的主题在几秒钟内的小语料库，促进使用的主题模型在交互式文档分析软件。
2013-05-10 cs.LG
Particle-Gibbs Sampling For Bayesian Feature Allocation Models
University of British Columbia（英属哥伦比亚大学）；BC Cancer Agency（不列颠哥伦比亚癌症机构）
贝叶斯特征分配模型是一种流行的工具，用于对具有组合潜在结构的数据进行建模。这些模型中的精确推断通常是棘手的，因此从业者通常应用马尔可夫链蒙特卡罗（MCMC）方法进行后验推断。最广泛使用的MCMC策略依赖于特征分配矩阵的元素明智吉布斯更新。这些逐元素更新可能是低效的，因为特征通常是强相关的。为了克服这个问题，我们开发了一个吉布斯采样器，可以更新一整行的功能分配矩阵在一个单一的移动。然而，这种采样器是不切实际的模型与大量的功能，计算复杂性的规模指数的特征数量。我们开发了一个粒子吉布斯采样器，其目标是与行吉布斯更新相同的分布，但计算复杂度仅在特征数量上线性增长。我们比较了我们提出的方法的性能标准吉布斯采样器使用合成数据从一系列的特征分配模型。我们的研究结果表明，行明智的更新使用PG方法可以显着提高性能的特征分配模型的采样器。
2020-01-25 cs.LG stat.CO stat.ML
BaRA: Bayesian Adaptive Rank Allocation for Parameter-Efficient Fine-Tuning
提出BaRA框架，通过贝叶斯方法动态分配自适应秩，激活稀疏潜在因子实现实例级秩变化，提升预测性能与不确定性校准。
2026-06-28 cs.LG
Transformers as Bayesian In-Context Experimenters: Smoothness-Adaptive Efficient ATE Estimation
Laboratory for Information and Decision Systems, MIT（麻省理工学院信息与决策系统实验室）
提出贝叶斯上下文实验者框架，利用Transformer模仿贝叶斯后验Neyman分配策略，通过注意力机制和投影梯度下降实现平滑自适应的平均处理效应高效估计。
2026-09-04 cs.AI cs.LG
Prior-Dependent Allocations for Bayesian Fixed-Budget Best-Arm Identification in Structured Bandits
University of Tübingen（图宾根大学）；Criteo AI Lab（Criteo人工智能实验室）；CREST, ENSAE, IP Paris（CREST、ENSAE、IP巴黎）；Google DeepMind（谷歌DeepMind）
针对结构化多臂老虎机中的贝叶斯固定预算最优臂识别问题，提出一种基于先验信息和环境结构的固定分配算法，并给出理论界，通过新证明方法获得更紧的界，实验验证其稳健性能。
2025-04-24 cs.LG stat.ML
Vectorized Bayesian Inference for Latent Dirichlet-Tree Allocation
Concordia Institute for Information Systems Engineering（康科迪亚信息系统工程研究所）；Concordia University（康科迪亚大学）
本文提出潜在狄利克雷树分配（LDTA），通过引入树状先验改进LDA，实现高效向量化推断以增强主题建模能力。
2026-02-21 cs.LG stat.ML
Bayesian Allocation Model: Inference by Sequential Monte Carlo for Nonnegative Tensor Factorizations and Topic Models using Polya Urns
Boğaziçi University（博阿齐奇大学）；Sabancı University（萨班哲大学）；Télécom ParisTech（巴黎高等电信学院）
我们介绍了一个动态生成模型，贝叶斯分配模型（BAM），建立显式连接之间的非负张量因子分解（NTF），离散概率分布的图形模型和贝叶斯扩展，和主题模型，如潜在的狄利克雷分配。BAM是基于泊松过程，其事件是通过使用贝叶斯网络标记，其中该网络的条件概率表，然后集成了分析。我们表明，由此产生的边际过程原来是一个波利亚瓮，一个整数值的自我增强过程。这个瓮过程，我们命名为Polya-Bayes过程，服从一定的条件独立性，提供了进一步了解NTF的性质。这些见解也让我们开发空间有效的模拟算法，尊重潜在的稀疏数据：我们提出了一类连续的重要性抽样算法计算NTF和近似其边际似然，这将是有用的模型选择。所得到的方法也可以被看作是一个模型评分方法的主题模型和离散贝叶斯网络的隐变量。新算法具有良好的性能在稀疏的数据制度相比，变分算法，变得更准确时，所观察到的张量的元素的总和趋于无穷大。我们说明了几个例子的性能和数值研究的各种数据制度的算法的行为。
2019-03-11 cs.LG stat.CO stat.ME
Sparse Stochastic Inference for Latent Dirichlet allocation
我们提出了一个混合算法的贝叶斯主题模型，结合稀疏吉布斯抽样的效率与在线随机推理的可扩展性。我们使用我们的算法分析了120万本书（330亿字）的语料库，其中包含数千个主题。我们的方法减少了变分推理的偏差，并推广到许多贝叶斯隐变量模型。
2012-06-27 cs.LG stat.ML
Bayesian Optimization -- Multi-Armed Bandit Problem
Indian Institute of Technology Kharagpur（印度理工学院卡拉格普尔分校）
在这份报告中，我们调查贝叶斯优化方法集中在多臂强盗问题。我们采取的帮助文件“贝叶斯优化的投资组合分配”。我们报告了一个小的文献调查的收购功能和类型的投资组合策略中使用的论文讨论贝叶斯优化。我们还重复了实验，并报告了我们的发现，并将其与论文中的结果进行了比较。代码链接：https://colab.research.google.com/drive/1GZ14klEDoe3dcBeZKo5l8qqrKf_GmBDn? usp=sharing#scrollTo=XgIBau3O45_V。
2020-12-14 cs.AI cs.LG
Asymptotic Bayesian Generalization Error in Latent Dirichlet Allocation and Stochastic Matrix Factorization
NTT DATA Mathematical Systems Inc.（NTT数据数学系统株式会社）；Tokyo Institute of Technology（东京工业大学）
潜在狄利克雷分配（LDA）在文档分析、图像处理和许多信息系统中是有用的，然而，由于它是一个奇异的学习机器，常规的统计理论不能应用于它，因此它的泛化性能一直是未知的。随机阵分解（英语：Stochastic matrix factorization，SMF）是一种限制矩阵分解，其中矩阵因子是随机的;矩阵的列在单纯形中。SMF被应用于图像识别和文本挖掘。我们可以将SMF理解为一个统计模型，通过该模型，给定数据的随机矩阵由两个随机阵的乘积表示，其泛化性能也由于非正则性而未知。本文利用代数和几何方法证明了LDA和SMF的解析等价性，它们具有相同的实对数典型阈值（RLCT），从而使它们具有相同的贝叶斯推广误差和相同的对数边际似然。此外，我们还导出了RLCT的上界，并证明了它小于参数的维数除以2，因此它们的贝叶斯推广误差比常规统计模型的推广误差小小于.
2020-01-30 cs.LG math.ST stat.ML
A Novel Resource Allocation for Anti-jamming in Cognitive-UAVs: an Active Inference Approach
University of Genoa（热那亚大学）；Queen Mary University of London（伦敦玛丽女王大学）；Italian National Consortium for Telecommunications（意大利国家电信联盟）
提出了一种基于主动推理的认知无线电抗干扰资源分配策略（$\textit{AIn}$），并以认知无人机为例进行了仿真研究。提出了一种主动广义动态贝叶斯网络（Active-GDBN）来表示外部环境，将信号的物理动态特性和无人机与干扰机之间的动态相互作用共同编码在频谱中。我们将行动和计划转化为贝叶斯推理问题，可以通过在在线学习期间避免意外状态（最小化异常）来解决。仿真结果验证了所提出的$\textit{AIn}$方法在最小化异常（最大化奖励）方面的有效性，并与传统的跳频和Q学习方法进行了比较，结果表明该方法具有较高的收敛速度。
2022-08-10 cs.AI cs.IT cs.LG
Bayes-Optimal Effort Allocation in Crowdsourcing: Bounds and Index Policies
Cornell University（康奈尔大学）
我们考虑在众包，我们希望分配标签任务不完美的同质人群工作者，以最大限度地提高整体精度在连续时间贝叶斯设置，预算和时间的限制下，努力分配。这个问题的贝叶斯最优策略是一个部分可观察的马尔可夫决策过程的解决方案，但维数灾难使计算不可行。基于Adelman & Mersereau（2008）中的拉格朗日松弛技术，我们提供了一个计算上易于处理的贝叶斯最优策略值的特定实例上限，该上限反过来可以用于限制任何其他次优策略的最优性差距。在精神上类似于不安分的多武装土匪的惠特尔指数的方法中，我们提供了一个用于众包中的努力分配的指数策略，并在数值上证明它优于其他最先进的技术，并接近最优解。
2015-12-31 cs.AI cs.LG stat.ML
Addressing Market Regime Changes and Heavy-Tailed Returns in Portfolio Optimization via Bayesian VAR and Elliptical Black-Litterman
University of Liverpool（利物浦大学）；Xi'an Jiaotong-Liverpool University（西交利物浦大学）
提出BAVAR-BLED算法，结合贝叶斯平均向量自回归和椭圆分布Black-Litterman模型，在TD3架构下自适应分配资产，在道琼斯工业平均指数成分股上实现夏普比率1.72和总收益57.26%。
2026-06-08 cs.AI cs.LG q-fin.PM
Simple Bayesian Algorithms for Best Arm Identification
本文考虑了测量工作量的最优自适应分配，以确定有限的选项或设计集合中的最佳选项或设计。实验者依次选择设计来测量并观察其质量的噪声信号，目的是在少量测量后自信地识别最佳设计。本文提出了三个简单而直观的贝叶斯算法自适应分配测量工作，并形式化的意义上说，这些看似天真的规则是最好的可能。一个建议是前两个概率抽样，它计算两个设计的最高后验概率是最佳的，然后随机选择这两个。一种是前两个抽样的变体，它不仅考虑设计是最优的概率，而且考虑其质量超过其他设计的预期量。最后的算法是一个修改版本的汤普森采样，是专为确定最佳的设计。我们证明了这些简单的算法满足尖锐的最优性属性。在设计的真实质量是固定的频率论设置中，人们希望后验确定地识别最优设计，在这个意义上，分配给其他一些设计是最优的事件的后验概率随着测量的收集而收敛到零。我们证明了在所提出的算法下，这种收敛以指数速率发生，并且相应的指数是所有分配中最好的
2018-06-08 cs.LG
Asynchronous ε-Greedy Bayesian Optimisation
University of Exeter（埃克塞特大学）
批量贝叶斯优化（BO）是一种成功的技术，用于优化昂贵的黑盒函数。异步BO可以通过在另一个评估完成后立即开始新的评估来减少挂钟时间，从而最大限度地利用资源。为了最大限度地提高资源分配，我们开发了一种新的异步BO方法，AEGiS（异步$ε$ -贪婪的全球搜索），结合贪婪的搜索，利用代理的平均预测，汤普森采样和随机选择近似帕累托集描述剥削（代理平均预测）和探索（代理后验方差）之间的权衡。我们实证证明了AEGiS在合成基准问题，元代理超参数调整问题和现实世界的问题上的功效，表明AEGiS通常优于异步BO的现有方法。当单个工作者可用时，性能不会比使用预期改进的BO差。
2021-06-11 cs.AI cs.LG stat.ML
Statistical Decision Making for Optimal Budget Allocation in Crowd Labeling
UC Berkeley（加州大学伯克利分校）；University of Iowa（爱荷华大学）；Microsoft Research（微软研究院）
在群体标记中，大量未标记的数据实例被外包给一群工人。工人将为他们提供的每个标签支付报酬，但标签请求者通常只有有限的预算。由于数据实例具有不同级别的标记难度，并且工作者具有不同的可靠性，因此期望具有最优策略来在所有实例-工作者对之间分配预算，使得整体标记准确性最大化。我们认为分类标签的任务和制定的预算分配问题作为一个贝叶斯马尔可夫决策过程（MDP），同时进行学习和决策。利用动态规划（DP）递推算法，可以得到最优分配策略。然而，当问题的大小增加时，DP很快变得计算上难以处理。为了解决这个问题，我们提出了一个计算效率高的近似策略，称为乐观知识梯度策略。我们的MDP是一个非常通用的框架，适用于具有同质工人的拉式众包市场和具有异质工人的推式市场。它还可以在实例可用时合并实例的上下文信息。仿真和真实数据上的实验表明，在相同的预算水平下，该策略比现有的其他策略具有更高的标记准确率。
2014-04-24 cs.LG math.OC stat.ML
Adaptive Two-Stage Cloud Resource Scaling via Hierarchical Multi-Indicator Forecasting and Bayesian Decision-Making
Shanghai Jiao Tong Uni.（上海交通大学）；AntGroup（蚂蚁集团）
针对云资源利用率低的问题，提出HARMONY系统，通过层次注意力多指标分布预测与不确定性感知贝叶斯决策实现自适应伸缩，在多个数据集上超越九种方法，并在真实部署中节省超3.5万GPU小时和10万美元以上成本。
2024-08-02 cs.LG
OptPO: Optimal Rollout Allocation for Test-time Policy Optimization
Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系）；Department of Computer Science, Sichuan University（四川大学计算机学院）
OptPO通过自适应分配推理预算，结合贝叶斯序列概率比率检验实现测试时间策略优化，减少回放开销并提高准确性。
2025-12-02 cs.AI cs.CL cs.LG
Toward Optimal Probabilistic Active Learning Using a Bayesian Approach
University of Kassel（卡塞尔大学）；Utrecht University（乌得勒支大学）
收集标记数据以训练性能良好的机器学习模型是许多应用中的关键挑战之一。主动学习旨在通过高效和有效地分配昂贵的标签资源来降低标签成本。在这篇文章中，我们提出了一个决策理论的选择策略，（1）直接优化误分类误差的增益，（2）使用贝叶斯方法，通过引入共轭先验分布来确定类后验来处理不确定性。通过在我们提出的模型中重新制定现有的选择策略，我们可以解释哪些方面在当前最先进的技术中没有涵盖，以及为什么这会导致我们的方法具有优异的性能。大量的各种数据集和不同的内核上的实验验证了我们的主张。
2020-06-02 cs.LG stat.ML
Nonparametric Bayes Pachinko Allocation
University of Massachusetts（马萨诸塞大学）；Princeton University（普林斯顿大学）
最近的进展，主题模型探索了复杂的结构化分布来表示主题相关性。例如，弹球盘分配模型（PAM）使用有向无环图（DAG）捕获主题之间的任意、嵌套和可能稀疏的相关性。虽然PAM比以前的模型（如潜在狄利克雷分配（LDA））提供了更大的灵活性和更强的表达能力，但它也更难以为特定数据集确定适当的主题结构。在本文中，我们提出了一个非参数贝叶斯先验PAM的基础上的一个变种的分层狄利克雷过程（HDP）。虽然HDP可以捕获由嵌套数据结构定义的主题相关性，但它不能从非结构化数据中自动发现这种相关性。通过假设PAM的基于HDP的先验，我们能够了解主题的数量以及主题之间的相关性。我们在合成和真实世界的文本数据集上评估了我们的模型，并表明非参数PAM在不手动调整主题数量的情况下实现了与PAM最佳性能相匹配的性能。
2012-06-20 cs.IR cs.LG stat.ML
Adaptive Resources Allocation CUSUM for Binomial Count Data Monitoring with Application to COVID-19 Hotspot Detection
Arizona State University（亚利桑那州立大学）；Georgia Institute of Technology（佐治亚理工学院）；Fred Hutchinson Cancer Research Center（弗雷德·哈钦森癌症研究中心）
在本文中，我们提出了一个有效的统计方法（表示为“自适应资源分配”），鲁棒性和有效地检测有限的采样资源的热点。我们的主要思想是结合多臂强盗（MAB）和变点检测方法，以平衡的探索和开发的资源分配热点检测。此外，贝叶斯加权更新用于更新感染率的后验分布。然后，置信上界（UCB）用于资源分配和规划。最后，通过CNOUM监控统计数据来检测更改点以及更改位置。在性能评估方面，我们将所提出的方法与文献中的几种基准方法进行了性能比较，结果表明所提出的算法能够实现更低的检测延迟和更高的检测精度。最后，将该方法应用于华盛顿州县级每日阳性COVID-19病例的真实案例研究中的热点检测，并在非常有限的分布式样本下证明了该方法的有效性。
2022-08-17 cs.LG stat.AP stat.ME
Parameter Optimization with Conscious Allocation (POCA)
Arizona State University（亚利桑那州立大学）
本文提出POCA，一种基于超带的自适应预算分配算法，通过贝叶斯采样优化超参数，实验证明其在玩具函数和深度神经网络上比现有方法更快找到强配置。
2023-12-29 cs.LG stat.ML
Efficient Bayesian Experimental Design for Implicit Models
University of Edinburgh（爱丁堡大学）
贝叶斯试验设计涉及在试验中资源的最优分配，目的是优化成本和性能。对于隐式模型，其中的可能性是棘手的，但从模型中采样是可能的，这项任务特别困难，因此在很大程度上未探索。这主要是由于与近似后验分布和效用函数相关的技术困难。我们设计了一个新的试验设计框架，隐式模型，提高了以前的工作在两个方面。首先，我们使用参数和数据之间的互信息作为效用函数，这在以前是不可行的。我们实现了这一点，利用似然自由推理比估计（LFIRE）近似后验分布，而不是传统的近似贝叶斯计算或合成似然方法。其次，我们使用贝叶斯优化来解决最优设计问题，而不是通常使用的网格搜索或基于采样的方法。我们发现，这提高了效率，并允许我们考虑更高的设计尺寸。
2019-02-23 cs.LG stat.CO stat.ME
Ranking and Selection as Stochastic Control
Peking University（北京大学）；Colorado State University（科罗拉多州立大学）；George Mason University（乔治梅森大学）；University of Maryland（马里兰大学）
在贝叶斯框架下，我们制定了完全序贯抽样和选择决策的统计排名和选择作为一个随机控制问题，并推导出相关的贝尔曼方程。利用价值函数近似，我们得到了一个近似最优分配策略。我们证明了这种策略不仅计算效率高，而且对于独立正态抽样分布具有一步前进性和渐近最优性。此外，建议的分配政策是很容易推广的近似动态规划范例。
2017-10-07 cs.LG stat.ML
