Adaptive Noisy Optimization

Philippe Rolet 1 Olivier Teytaud 1, 2
2 TAO - Machine Learning and Optimisation
LRI - Laboratoire de Recherche en Informatique, UP11 - Université Paris-Sud - Paris 11, Inria Saclay - Ile de France, CNRS - Centre National de la Recherche Scientifique : UMR8623
Abstract : In this paper, adaptive noisy optimization on variants of the noisy sphere model is considered, i.e. optimization in which the same algorithm is able to adapt to several frameworks, including some for which no bound has never been derived. Incidentally, bounds derived by [16] for noise quickly decreasing to zero around the optimum are extended to the more general case of a positively lower-bounded noise thanks to a careful use of Bernstein bounds (using empirical estimates of the variance) instead of Chernoff-like variants
Type de document :
Communication dans un congrès
EvoStar 2010, Apr 2010, Istambul, Turkey. 2010
Liste complète des métadonnées

Littérature citée [17 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00459017
Contributeur : Philippe Rolet <>
Soumis le : mardi 9 mars 2010 - 10:27:03
Dernière modification le : jeudi 9 février 2017 - 15:51:56
Document(s) archivé(s) le : vendredi 18 juin 2010 - 19:46:22

Fichier

evostar2010.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00459017, version 1

Citation

Philippe Rolet, Olivier Teytaud. Adaptive Noisy Optimization. EvoStar 2010, Apr 2010, Istambul, Turkey. 2010. 〈inria-00459017〉

Partager

Métriques

Consultations de
la notice

576

Téléchargements du document

150