基于贝叶斯优化的离散组合序列问题调研

标题 发表时间 作者 期刊 引用量 摘要 问题 心得体会
Applying Bayesian Approach to Combinatorial Problem in Chemistry 2017 Yasuharu Okamoto American Chemical Society(一区,化学,顶刊) 16 本文将贝叶斯优化算法引入在一个化学的组合问题上,结合密度泛函理论的计算,该算法搜索了整个搜索空间的4−6%,有效地识别了第一阶段和第二阶段的 Li−GICs( lithium−graphite intercalation compounds锂,−石墨插层化合物)的稳定结构 Li−GIC的稳定结构 机器学习方法(这个机器学习是个泛指,当然包括深度学习,强化学习等等算法)的最新进展和流行程度已经对科学的各个领域(化学,生物,医药,物理,数学,经济学,社会学,艺术(如绘画,音乐等),等等)产生了影响
Batched Stochastic Bayesian Optimization via Combinatorial Constraints Design 2019 Kevin K. Yang Proceedings of the 22nd International Conference on Artificial Intelligence and Statistics(会议) 8 提出了批处理随机贝叶斯优化(Batched Stochastic Bayesian Optimization,BSBO),一种新的贝叶斯优化方案,用于选择约束,以指导探索具有更大效用的项目,实验结果表明,算法在合成的和两个真实的蛋白质数据集上都优于常见的启发式算法 本文的改进在于算法的提出,研究的蛋白质案例不适合非该领域的人研究 two real protein datasets
Bayesian Optimization for Parameter Tuning in Evolutionary Algorithms 2016 Ibai Roman Congress on Evolutionary Computation(找不到信息) 10 提出了一种新的基于贝叶斯优化的离线参数调整算法,一种全局优化的顺序设计策略 EDA和流动车间调度问题 A Distance-based Ranking Model Estimation of Distribution Algorithm for the Flowshop Scheduling Problem,这篇引文(PFSP)是提出流动车间调度问题的顶刊论文,在很多论文里都用到该案例,Benchmarks for basic scheduling problems,这篇里有HKEDA的实例
Bayesian Variational Optimization for Combinatorial Spaces 2020 Tony C Wu 未见刊 0 在这里,我们介绍了一种变分贝叶斯优化方法,它结合了变分优化和连续松弛到获取函数优化的贝叶斯优化。关键的是,该方法允许基于梯度的优化,并具有优化大数据大小和数据维度的问题的能力。我们已经表明,我们的方法的性能可与最先进的方法相媲美,同时保持其可伸缩性的优势。我们还将我们的方法应用于分子优化中 二进制变量:包括稀疏化和污染控制,分类变量:害虫控制和分子优化与SELFIES,在可变维度和数据大小上的计算复杂度 可以细看
Black-box combinatorial optimization using models with integer-valued minima 2020 Laurens Bliek Annals of Mathematics and Artificial Intelligence(4区) 2 提出了IDONE算法,算法是针对具有二进制或整数约束的组合问题而设计的一种黑盒优化算法 一个不对称的旅行推销员问题(17个城市),凸二进制优化 可以细看,提到几个有意思的地方,TSP库: http://elib.zib.de/pub/mp-testdata/tsp/tsplib/tsplib.html,通过缩小搜索边界加快贝叶斯收敛的东西https://github.com/fmfn/BayesianOptimization
/blob/master/examples/domain_reduction.ipynb,本文算法实现https://bitbucket.org/lbliek2/idone
BOSS: Bayesian Optimization over String Spaces 2017 Henry B. Moss Conference on Neural Information Processing Systems(会议) 3 本文提出了一种直接作用于原始字符串的贝叶斯优化方法,提出了BO循环中的遗传算法。本文的方法不需要将离散数据影射到连续光滑数据上,而是直接基于字符串核进行优化 Unconstrained Synthetic String Optimization,Locally Constrained Protein Optimization,Grammar 算法很有意思,可以细看,源码在https://github.com/henrymoss/BOSS
Word-Sequence Kernels 2003 Nicola Cancedda Journal of Machine Learning Research,JQRq1,中科1区 305 本文提出使用单词序列作用在字符串核上,而非字符序列的方法,大大加快计算效率 Reuters-21578 datasets 论文太久了,不看
A review on estimation of distribution algorithms in permutation-based combinatorial optimization problems 2012 Josu Ceberio Prog Artif Intell 113 类似综诉吧 可以细看学习
Efficient Global Optimization for Combinatorial Problems 2014 Martin Zaefferer ACM((SCI一区,顶刊)) 49 第一次展示了贝叶斯优化GP模型在离散组合问题上的有效性 NK-Landscapes (NKL),Quadratic Assignment Problem,Unimodal (UNI) 可以细看,它的框架类似原先的智能采样框架
Grammar Variational Autoencoder 2017 Matt J. Kusner Journal of Machine Learning Research,JQRq1,中科1区 388 提出了基于语法的自动编码 symbolic regression and molecule generation 看过了,可以再研究下案例
Gaussian Process Molecular Property Prediction with FlowMO 2020 Henry B. Moss 未见刊 0 方法类似,但案例都是关于分子的 Photoswitch Dataset,ESOL,FreeSolv 可以看下算法部分,Library for training Gaussian Processes on Molecules,https://anonymous.4open.science/
r/f160a0a2-0161-4d31-ba55-2e3aab2133d3/
Scalable Combinatorial Bayesian Optimization with Tractable Statistical models 2020 Aryan Deshwal Journal of Machine Learning Research,JQRq1,中科1区 4 可以看下 可以看下 作者提到这篇2018的论文是这方面最新进展,Bayesian optimization of combinatorial structures,本文源码https://github.com/aryandeshwal/Submodular Relaxation BOCS
Sequence to Better Sequence: Continuous Revision of Combinatorial Structures 2017 Jonas Mueller International Conference on Machine Learning(会议) 70 提出了一个模型,在学习了(序列,结果)对的观察后,可以有效地用来修改一个新的序列,以改进其相关的结果 Simulation Study,Improving Sentence Positivity 可以看下
Amortized Bayesian Optimization over Discrete Spaces 2020 Yulia Rubanova the 36th Conference on Uncertainty in Artificial Intelligence 2 可以看下 可以看下 可以看下

返回贝叶斯优化优秀论文总结目录

基于贝叶斯优化的离散组合序列问题调研相关推荐

  1. 让机器学习手把手指导你的下一步实验-基于贝叶斯优化的序贯实验

    在企业的日常研发工作中, 工程师可能会面对众多潜在影响因子及这些因子间的复杂组合而无所适从,不知道如何通过实验构建这些因子与最终响应间的数学模型.类似困扰常出现在锂电池行业对于电解液配方的研究.医药行 ...

  2. 随机森林、LGBM基于贝叶斯优化调参

    前言 本文基于孕妇吸烟与胎儿问题中数据集与前期处理 针对随机森林与LGBM模型网格搜索效率低,使用贝叶斯调参提高效率 有关于贝叶斯优化包相关参数说明详解可以看GitHub地址 将处理好的数据用dill ...

  3. 基于贝叶斯优化混合核支持向量机的回归方法

    目前人工智能和深度学习越趋普及,构建一个回归或者分类模型十分容易,但是想要得到更好的精度却较为困难,其主要原因是模型超参数的选择.那么要想模型效果好,手动调参少不了,机器学习算法如SVM就有gamma ...

  4. 【故障诊断】基于贝叶斯优化支持向量机的轴承故障诊断附matlab代码

    1 内容介绍 贝叶斯网络(Bayesian Network或BN)是人工智能领域进行建模和不确定性推理的一个有效工具.贝叶斯网推理的基本任务是:给定一组证据变量观察值,通过搜索条件概率表计算一组查询变 ...

  5. 基于贝叶斯优化方法的自动调参实现

    文章目录 1. 贝叶斯优化方法 2. Python中的选择 3. 优化问题的四个部分 4. 代码演示 1. 贝叶斯优化方法 (注意是方法,是一种思想) 贝叶斯优化通过基于目标函数的过去评估结果建立替代 ...

  6. 【CNN分类】基于贝叶斯优化卷积神经网络BO-CNN实现故障诊断附matlab代码

    ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信.

  7. 贝叶斯优化优秀论文总结目录

    持续更新中,论文均来自该领域的优秀会议或期刊,涉及的领域主要是贝叶斯优化,离散贝叶斯优化.本人才疏学浅,若读者发现有不对的地方,欢迎留言评论指正. Bayesian optimization 标题 发 ...

  8. 利用图笛卡斯积的组合贝叶斯优化

    Combinatorial Bayesian Optimization using the Graph Cartesian Product 1.摘要 通常来说,在贝叶斯优化中的改进有三方面:1.代理模 ...

  9. LESSON 10.410.510.6 贝叶斯优化的基本流程BayesOpt vs HyperOpt vs Optuna batch基于BayesOpt实现高斯过程gp优化

    超参数优化 - 贝叶斯优化方法 import numpy as np import pandas as pd import sklearn import matplotlib as mlp impor ...

最新文章

  1. python类_python类和对象
  2. Jconsole远程监控tomcat 的JVM内存(linux、windows)
  3. bzoj1814 Ural 1519 Formula 1(插头dp模板题)
  4. MySQL INNODB Plugin 测试(二)
  5. [备忘]macOS和Windows下很赞的软件
  6. 5月10日优酷殴打腾讯员工那些事
  7. cisco 交换机 定期 自动 备份配置 -linux,交换机定时自动备份配置文件的方法
  8. 关于selecteditem.value和selecteditem.text
  9. OTNM2000 Server端安装
  10. 数据库入门-基本sql语句及数据类型
  11. 三层交换机LACP协议对 L2/L3端口,报文处理实验
  12. Matlab矩阵转置注意事项
  13. 网络广告的效果测定与评估
  14. windows slim read/write lock 原理剖析
  15. 三防平板终端丨三防平板电脑丨三防平板如何应用在工业中?
  16. IDEA中如何实现git的cherry-pick可视化操作?
  17. 热修复 原理与实现详解
  18. 根据快递单号,生成快递单号
  19. linux桌面版和服务器版区别_简单普及一些linux和windows的区别,减少新入手一些云服务时的不适应...
  20. Python1--糗事百科笑话爬取

热门文章

  1. c语言拼图小游戏编程,c语言控制台输出制作拼图小游戏
  2. hsv(hsb),hsi的区别
  3. 继续教育计算机考试试题,第四批继续教育计算机考试试题.doc
  4. BZOJ4372: 烁烁的游戏
  5. 宠物行业新锐宠胖胖APP联手麻花特开心正式出道
  6. bzoj4372 烁烁的游戏 动态点分治+线段树
  7. bzoj1645 / P2061 [USACO07OPEN]城市的地平线City Horizon(扫描线)
  8. 微信h5页面图片预览
  9. Robocup 2D新手导读(入门总结)
  10. CTO问我,为什么需要API网关?