知識転移による確率的に保証された加速ベイズ最適化
arXiv stat.ML / 2026/4/29
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、関連するソースタスクの過去データを転用して、ターゲット課題のベイズ最適化（BO）を加速する方法を扱います。
- DeltaBOという手法を提案し、ソース関数とターゲット関数の差分関数に基づく新しい不確実性の定量化を行います（両者が異なるRKHSに属していても扱える設計です）。
- 弱い仮定のもとでDeltaBOのレグレットに理論的な上界を与え、O~(sqrt(T (T/N + gamma_delta))) を達成すると示しています。
- 実環境のハイパーパラメータチューニング課題と合成関数の両方で、DeltaBOがベースラインより優れ、提案理論の主張を実験的に検証しています。
- さらに、評価や再利用が可能なコードをGitHubで公開しています。
