让人重新回到闭环:交互式贝叶斯优化综述

《ACM Computing Surveys》:Putting the Human Back in the Loop: A Review of Interactive Bayesian Optimization

【字体: 大 中 小 】 时间:2026年08月30日 来源:ACM Computing Surveys 30.4

编辑推荐:

   摘要AI 摘要查看此 AI 生成的摘要,您需要拥有高级访问权限。了解详情登录摘要摘要科学与工程领域中的问题通常被表述为优化任务,其中需要确定某些系统的参数,以最大化或最小化给定的目标或一组目标。贝叶斯优化凭借其样本效率和处理不透明函数(黑盒函数)的能力,为此类任务提供了一种灵

  

摘要

摘要

科学与工程领域中的问题通常被表述为优化任务,其中需要确定某些系统的参数,以最大化或最小化给定的目标或一组目标。贝叶斯优化凭借其样本效率和处理不透明函数(黑盒函数)的能力,为此类任务提供了一种灵活的工具。本文回顾了人在环中的贝叶斯优化(Human-in-the-Loop Bayesian Optimization)方面的研究,这是贝叶斯优化的一个自然发展,并正在迅速获得关注。虽然研究人员已经探索了将人类纳入贝叶斯优化过程的方法,但对于如何最佳地实现这一目标以及可以实现哪些类型的效益,目前的理解仍然有限。我们回顾了该领域日益增长的文献,并确定了五个主要的人机交互领域,每个领域都有不同的特性和优势:(1) 初始化;(2) 显式评估;(3) 隐式评估;(4) 引导控制;(5) 审阅。该综述表明,适当的人机交互技术可以提高系统的有效性和效率,并促进用户参与度。我们综合了通过此类技术设计人类参与的实用指导。我们最后得出结论,通过将人类纳入优化过程,贝叶斯优化的适用范围和实用性可以得到大大扩展。

AI 摘要

AI 生成的摘要(实验性)

本摘要由自动化工具生成,未由文章作者撰写或审阅。其目的是支持文献发现、帮助读者评估相关性,并协助来自相邻研究领域的读者理解该工作。它旨在补充由作者提供的摘要,后者仍然是该论文的主要摘要。全文仍为权威版本。 点击此处了解更多。

点击 此处 对该摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的版本。

查看此 AI 生成的简明摘要,您需要拥有高级访问权限。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号