题目: Topological Bayesian Optimization with Persistence Diagrams

摘要:

寻找黑盒函数的最优参数对于寻找稳定的材料结构和最优的神经网络结构具有重要意义,贝叶斯优化算法在这方面得到了广泛的应用。然而,现有的贝叶斯优化算法大多只能处理向量数据,不能处理复杂的结构化数据。在本文中,我们提出了拓扑贝叶斯优化,它可以有效地利用拓扑信息从结构化数据中找到最优解。更具体地说,为了将贝叶斯优化应用于结构化数据,我们从结构中提取有用的拓扑信息,并测量结构之间的适当相似性。为此,我们利用了持久同源性,这是一种拓扑数据分析方法,最近被应用于机器学习。此外,我们还提出了贝叶斯优化算法,该算法通过对持久性图使用内核的线性组合来处理多种类型的拓扑信息。实验结果表明,与随机搜索基线和图贝叶斯优化算法相比,基于持久同源性提取的拓扑信息能更有效地搜索最优结构。

成为VIP会员查看完整内容
9

相关内容

最优化是应用数学的一个分支,主要指在一定条件限制下,选取某种研究方案使目标达到最优的一种方法。最优化问题在当今的军事、工程、管理等领域有着极其广泛的应用。
【ICML2020】持续图神经网络,Continuous Graph Neural Networks
专知会员服务
145+阅读 · 2020年6月28日
【ICLR2020-哥伦比亚大学】多关系图神经网络CompGCN
专知会员服务
49+阅读 · 2020年4月2日
自动结构变分推理,Automatic structured variational inference
专知会员服务
38+阅读 · 2020年2月10日
八篇NeurIPS 2019【图神经网络(GNN)】相关论文
专知会员服务
43+阅读 · 2020年1月10日
【NeurIPS2019】图变换网络:Graph Transformer Network
常用的模型集成方法介绍:bagging、boosting 、stacking
论文浅尝 | 变分知识图谱推理:在KG中引入变分推理框架
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
Arxiv
3+阅读 · 2015年5月16日
VIP会员
微信扫码咨询专知VIP会员