部分神经信息处理系统进展25（NIPS 2012）
佩德罗·奥尔特加（Pedro Ortega）、乔迪·格拉乌·莫亚（Jordi Grau-moya）、蒂姆·杰纳温（Tim Genewein）、大卫·巴尔杜齐（David Balduzzi）、丹尼尔·布劳恩（Daniel Braun）
我们提出了一种新的贝叶斯方法来解决随机优化问题，该问题涉及确定噪声非线性函数的极值。以前的工作重点是显式地表示可能的函数，这导致了一个两步过程：第一步，在函数空间上进行推理，第二步，找到这些函数的极值。这里我们跳过表示步骤，直接对极值上的分布建模。为此，我们设计了一个非参数共轭先验模型，其中自然参数对应于给定的核函数，充分的统计数据由观察到的函数值组成。所得的后验分布直接捕获未知函数最大值的不确定性。
在电子程序中更改姓名的请求将被接受，不会提出任何问题。然而，名称更改可能会导致书目跟踪问题。作者被要求仔细考虑这一点，并在要求在电子诉讼中更改姓名之前与合著者进行讨论。
使用“报告问题”链接请求更改名称。