神經代理模型破解高維優化難題
從有限數據中推導最優解是科學發現的終極目標,但現有方法僅適用於低維或數據充足的問題。新提出的優化框架以深度神經網絡為代理,可在高達 2000 維的問題中穩定找到更優解。
方法設計
框架利用深度神經網絡作為代理模型,迭代地搜索最優解,並引入多種機制避免陷入局部最優,從而大幅降低所需樣本量,讓有限數據下解決複雜高維優化問題成為可能。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
