orthogonalization

深度分析

OrthoBO 框架：以控制變量正交化減少取得函數的蒙地卡羅噪聲

在昂貴評估下貝氏優化常以取得函數排序決策。本文提出正交化取得估計器，結合模型集成與外層對數變換，以降低取得值的抽樣變異、穩定候選排序並改善超參數搜尋成效。理論證明保留目標且降方差，實驗展示估計變異與排序穩定性改善，並在神經網路訓練微調等應用展現效用。