本文介绍了一种基于最大值熵搜索的多保真度贝叶斯优化方法（MF-MES），通过优化函数值的熵简化计算，并提出了并行化方案。研究表明，该方法在材料科学数据集上表现良好。此外，文章探讨了利用专家假设加速化学空间的贝叶斯搜索，提出了HypBO方法，显著提升了搜索性能。

本文探讨了一种新的约束贝叶斯优化方法，将其建模为约束马尔科夫决策过程，并开发了高效的滚动估计算法。研究表明，通过识别高置信度区域和新型获取函数，可以在噪声环境中优化性能。此外，基于高斯过程的约束最大值熵搜索在实际问题中表现优于其他算法。