BriefGPT - AI 论文速递
·
重力波的 hp-greedy 约简基超参数优化
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了一种新的超参数优化方法 HomOpt，使用基于广义加法模型（GAM）替代与同伦优化结合的数据驱动方法，以提高现有方法在连续、离散和分类域空间上的性能和效果，并在多个优化技术应用 HomOpt，展示了对许多标准机器学习基准和具有挑战性的开集识别任务的改进性能。
🎯
关键要点
- 提出了一种新的超参数优化方法 HomOpt。
- HomOpt 使用基于广义加法模型（GAM）替代与同伦优化结合的数据驱动方法。
- 该方法旨在提高现有方法在连续、离散和分类域空间上的性能和效果。
- HomOpt 应用于多种优化技术，如随机搜索、TPE、贝叶斯和 SMAC。
- 在多个标准机器学习基准和开集识别任务中展示了改进的性能。
➡️
