基于人口的多目标培训
Arkadiy Dushatskiy、Alexander Chebykin、Tanja Alderliesten、Peter Bosman
第40届机器学习国际会议论文集,PMLR 202:8969-89892023年。
摘要
基于人口的训练(PBT)是一种高效的超参数优化算法。PBT是一种单目标算法,但许多实际超参数优化问题涉及两个或多个冲突目标。因此,在这项工作中,我们引入了多目标版本的PBT,MO-PBT。我们对各种多目标超参数优化问题(精度/召回、准确性/公平性、准确性/对抗鲁棒性)的实验表明,MO-PBT优于随机搜索、单目标PBT和最先进的多目标超参量优化算法MO-ASHA。
引用本文
相关材料