提出 DisCoMBO 知识感知优化框架
热点事件持续更新
提出 DisCoMBO 知识感知优化框架
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Jonas Seng、Bennet Wittelsbach 和 Kristian Kersting 提出了 DisCoMBO,用于稳健、知识感知的黑盒优化。该框架通过分布一致性评分 DisCo,将概率电路(PC)的知识注入能力与形式化不确定性框架结合起来。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
DisCoMBO:通过分布一致性引导专家参与的黑盒优化报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv · Machine LearningDisCoMBO:通过分布一致性引导专家参与的黑盒优化
DisCoMBO 利用分布一致性评分 DisCo,将 Probabilistic Circuits(PCs)的知识注入能力与形式化不确定性框架结合,用于稳健、知识感知的黑盒优化。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月28日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。