Automatisierte Kernel-Entdeckung zum Verständnis hochdimensionaler Bayes-Optimierung

arXiv:2605.20249v1 Ankündigungstyp: neu Zusammenfassung: Gaussian-Process (GP)-Kernel sind zentral für Bayes-Optimierung (BO), doch die Gestaltung effektiver Kernel für hochdimensionale Probleme verlässt sich immer noch auf umfangreiche manuelle Ingenieurarbeit. Bestehende automatisierte Ansätze scheitern in hohen Dimensionen aus zwei Gründen