다 했어요.
DONEDONE(Data-based Online Ninaline Extremumseeker) 알고리즘은 블랙박스 최적화 알고리즘입니다.DONE은 미지의 비용 함수를 모델링하여 기본 기능의 최적화를 시도합니다.DONE 알고리즘은 비용이 많이 들고 노이즈가 많은 함수를 최적화하는 데 적합하며 파생 모델이 필요하지 않습니다.베이지안 최적화와 같은 유사한 알고리즘에 대한 DONE의 장점은 반복당 계산 비용이 함수 평가의 수와 독립적이라는 것입니다.
방법들
DONE 알고리즘은 Hans Verstraete와 Sander [1]Wahls에 의해 처음 제안되었습니다.이 알고리즘은 랜덤[2] 푸리에 피쳐를 기반으로 대리 모델을 적합시킨 후 잘 알려진 L-BFGS 알고리즘을 사용하여 대리 모델의 최적값을 찾습니다.
적용들
DONE은 광학 코히렌스 단층 촬영 측정에서 신호를 최대화하기 위해 처음 시연되었지만, 그 이후 다양한 다른 애플리케이션에 적용되었습니다.예를 들어, 그것은 라이트 시트 [3]형광 현미경 검사에서 시야를 확장하는 데 도움을 주기 위해 사용되었습니다.
레퍼런스
- ^ Hans R. G. Verstraete, Sander Wahls, Jeroen Kalkman, Michel Verhaegen:광학 코히렌스 단층 촬영에서 모델 기반 센서 없는 파면 수차 보정, Opt.Let. 40, 5722-5725 (2015)
- ^ Ali Rahimi, Benjamin Recht: 대규모 커널 머신의 랜덤 기능, 신경 정보 처리 시스템의 진보, 페이지 1177-1184 (2007)
- ^ 딘 와일딩, 파올로 포지, 올레그 솔로비예프, 글렙 브도빈, 콜린 J.Sheppard, Michel Verhaegen:라이트시트 현미경 시야확장용 동공필터, 광학문자 41, No.6 (2016) : 1205-1208
