论文提交第二版并提出 FITR

Saksham Kiroriwal、Julius Pfrommer 和 Jürgen Beyerer 提交了论文《Bayesian Optimization with Fisher Information Geometry: Gradient Bounds and Trust-Region Methods》的修订版，提出信赖域方法 FITR，用局部 pullback-Fisher 权重替代基于 lengthscale 的缩放，并推导可重参数化采集函数的梯度上界。 论文称，在采用 SE 核的高斯过程基准测试中，FITR 展现出有竞争力的性能；该方法也可推广到非各向同性代理模型，但在这类设置下的收益更依赖具体任务。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。