AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
实时功能采集
贝叶斯优化中的评估点选择策略，旨在通过动态调整采集标准以适应时间约束，从而最小化决策延迟。
術語
增量代理模型
每次新观察时增量更新的替代模型（通常是高斯过程），避免完全重新训练以确保实时性能。
術語
实时预算
在贝叶斯优化的每次迭代中施加的严格时间约束，限制模型更新和采集标准计算所分配的时间。
術語
低计算成本采集标准
简化或近似的采集函数（如预期改进或置信上界），大幅减少计算时间，对于快速优化循环至关重要。
術語
在线高斯过程
高斯过程的实现，其中推理和预测随着数据到达而连续进行，无需批处理。
術語
动态搜索空间剪枝
基于累积信息在每次迭代中减少待评估候选空间的技术，以加速下一个点的选择。
術語
流式贝叶斯优化
在连续数据流上进行优化的方法，随着新信息的到来实时调整模型和优化决策。
術語
用于贝叶斯优化加速的元学习
使用元学习快速初始化代理模型，利用过去优化任务的知识，从而减少实时所需的迭代次数。
術語
实时贝叶斯优化的数据并行
一种并行化策略，其中与代理模型相关的计算（例如：在候选点集上的预测）被分发以满足严格的时间限制。
術語
滑动观测窗口
一种方法，仅保留最近的观测子集用于模型更新，限制计算复杂度以保证实时性能稳定。
術語
分集贝叶斯优化
将优化分解为短时间段的框架，每个时间段有自己的代理模型，允许频繁重置以适应动态环境。
術語
贝叶斯优化的随机最小二乘逼近
使用随机特征的高斯过程核逼近技术，将矩阵求逆复杂度从O(n^3)降低到O(n*m)，其中m << n。
術語
恒定时间预测
实时贝叶斯优化实现的目标，其中为新点预测代理模型均值和方差的延迟保证低于固定阈值。
術語
带贝叶斯优化的闭环控制系统
将实时贝叶斯优化作为控制系统组件的应用，其中基于模型预测持续调整动作以优化性能。
術語
实时主动优化
贝叶斯优化算法不仅决定下一个评估点，还决定执行此评估的适当时机，以在时间约束下最大化获取信息的过程。
術語
稀疏代理模型
使用替代模型（如稀疏高斯过程或诱导点高斯过程），利用数据的稀疏结构实现快速更新和预测。
術語
非近视获取准则
该准则评估一个点在多个步骤前的潜力，通常通过实时可计算的近似方法，以做出比近视准则更稳健的决策。
🔍