几何探测框架用于黑盒优化算法选择

Jiabao Brad Wang 等研究者提出一种用于连续黑盒优化算法选择的几何探测框架：在位置、方向和尺度上采样多尺度二维切片，用有效性感知卷积处理并经置换不变聚合编码归一化目标值图。 论文称，在匹配探测预算下，该方法相较经典 ELA 与 Deep-ELA 能暴露互补的求解器性能信息，在问题级迁移下于相对期望运行时间上保持优势。研究者同时指出，覆盖更广、特征更丰富或预测可及性更高本身并不保证更好的算法选择。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。