文献

J-GLOBAL ID：201802244037352841   整理番号：18A0185927

ランダムFourier展開を用いた高価で雑音を含む測定値を用いたオンライン最適化【Powered by NICT】

Online Optimization With Costly and Noisy Measurements Using Random Fourier Expansions

著者 (4件)： Bliek Laurens (Delft Center for Systems and Control, Delft University of Technology, Delft, CD, The Netherlands) ,  Verstraete Hans R. G. W. (Delft Center for Systems and Control, Delft University of Technology, Delft, CD, The Netherlands) ,  Verhaegen Michel (Delft Center for Systems and Control, Delft University of Technology, Delft, CD, The Netherlands) ,  Wahls Sander (Delft Center for Systems and Control, Delft University of Technology, Delft, CD, The Netherlands)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 29  号： 1  ページ： 167-182  発行年： 2018年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： データに基づくオンライン非線形極値探索(術),高価で,雑音測定に基づく未知関数を反復的に最小化するオンライン最適化アルゴリズムを解析した。アルゴリズムはランダムFourier展開の形における未知関数の代替物を維持する。新しい測定を使用できる場合はいつでも代理は更新され,次の測定点を決定した。アルゴリズムはBayesian最適化アルゴリズムと同程度であるが,反復当たりの計算の複雑さは,測定の数に依存しない。アルゴリズムのハイパーパラメータを選択すべきであるかに関する洞察を提供するいくつかの理論的結果を導いた。アルゴリズムを解析的ベンチマーク問題と三つの応用,すなわち,光コヒーレンストモグラフィー,光ビーム形成回路網同調,ロボットアームの制御のためのBayes最適化アルゴリズムと比較した。術アルゴリズムを考察した問題におけるBayes最適化よりも有意に速く類似またはより良好な性能を達成することが分かった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 極値探索法 ,  計算量 ,  アルゴリズム ,  ビーム成形 ,  ロボットアーム ,  同調 ,  ベンチマーク ,  雑音測定 ,  *最適化 ,  *雑音
準シソーラス用語： 光コヒーレンストモグラフィー ,  ハイパーパラメータ ,  最適アルゴリズム ,  *オンライン ,  *オンライン最適化 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 展開 ,  雑音 ,  測定値 ,  オンライン最適化