EEE，通过基于网络的优化补丁修复机器学习模型失效
摘要：基于网络的优化方法EEE的提出旨在提供可验证的状态估计，以纠正预训练模型失败的问题。为了提高优化效率和收敛性，在本研究的背景下，我们采用了基于验证过程误差的三方面方法。首先，通过设计一个验证模块来改进误差的信息内容，以获取高维误差信息。其次，通过使用一组错误估计器来减少错误传递的不确定性，这些估计器仅学习隐式错误，并使用约束集合探索来收集高价值数据。最后，通过使用集合搜索确定最繁荣的状态来提高错误利用的效果。该提出的框架在四个具有不同状态维度的真实工程问题上得到了验证。结果表明，在效率和收敛性方面，EEE要么与流行的优化方法具有相同的竞争力，要么胜过其它方法。
作者：Ruiyuan Kang, Dimitrios Kyritsis, Panos Liatsis
论文ID：2304.11321
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-04-25