Tree-Structured Parzen Estimator Can Solve Black-Box Combinatorial Optimization More Efficiently

Древовидно-структурированный парзеновский оценщик может более эффективно решать комбинаторную оптимизацию «черного ящика» В данной статье рассматривается проблема применения древовидно-структурированного парзеновского оценщика (TPE) к комбинаторной оптимизации «черного ящика», задаче, часто встречающейся в таких областях, как химия и биология. Традиционный TPE испытывает трудности с комбинаторными задачами, поскольку рассматривает все комбинации как одинаково похожие. Авторы предлагают эффективный комбинаторный алгоритм для TPE, который включает определяемую пользователем структуру расстояний между категориями, эффективно обобщая категориальное ядро с помощью числового ядра. Они вводят модификации для обработки больших пространств комбинаторного поиска и снижения временной сложности вычислений ядра. Экспериментальные результаты на синтетических задачах показывают, что предложенный метод находит лучшие решения с меньшим количеством оценок по сравнению с исходным TPE. Алгоритм реализован в фреймворке с открытым исходным кодом Optuna. Эта работа устраняет разрыв между TPE и комбинаторной оптимизацией, предлагая улучшения в эффективности выборки и производительности. #TPE #КомбинаторнаяОптимизация #ОптимизацияГиперпараметров #ОптимизацияЧерногоЯщика #МашинноеОбучение #Optuna #Алгоритм документ - https://arxiv.org/pdf/2507.08053v1 подписаться - https://t.me/arxivdotorg отправить донаты: USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e создано с помощью NotebookLM