NeST-BO: Fast Local Bayesian Optimization via Newton-Step Targeting of Gradient and Hessian Information
NeST-BO:通过梯度和Hessian信息的牛顿步目标实现快速局部贝叶斯优化
机构 * University of Wisconsin-Madison(威斯康星大学麦迪逊分校) ; The Ohio State University(俄亥俄州立大学)
AI总结 NeST-BO是一种利用曲率信息的局部贝叶斯优化方法,通过联合学习梯度和Hessian信息以及高斯过程代理,结合牛顿步目标和一步前瞻界来选择评估点,从而在高维问题中实现快速收敛和全局收敛。