In dieser Arbeit schlagen wir mehrere Verbesserungen für den „Efficient
Global Optimization (EGO)“-Algorithmus vor, wobei die Crashsicherheit die Hauptanwendung darstellt. Die vorgeschlagenen Verbesserungen basieren auf 1) der Beobachtung von EGO-Tendenzen, wie z.B. der Platzierung von Stützstellen an Grenzbereichen. 2) Beobachtung der Auswirkungen der komplementären Kerne oder des alternativen Ausschlusses der am wenigsten beitragenden Eingaben. 3) Die Auswirkung der Hyperparametergrenze auf die Reduzierung der Überanpassung. 4) Optimierung bei (fast) aktiver Einschränkung oder zum Finden mehrerer guter Lösungen. Optimierung für eine (fast) aktive Nebenbedingung oder das Finden mehrerer guter Lösungen.
«
In dieser Arbeit schlagen wir mehrere Verbesserungen für den „Efficient
Global Optimization (EGO)“-Algorithmus vor, wobei die Crashsicherheit die Hauptanwendung darstellt. Die vorgeschlagenen Verbesserungen basieren auf 1) der Beobachtung von EGO-Tendenzen, wie z.B. der Platzierung von Stützstellen an Grenzbereichen. 2) Beobachtung der Auswirkungen der komplementären Kerne oder des alternativen Ausschlusses der am wenigsten beitragenden Eingaben. 3) Die Auswirkung der Hyperparametergrenze auf...
»