베이지안 다목적 최적화 — 불확실성 정량화를 동반한 대리 모델 기반 파레토 프론티어 탐색

베이지안 다목적 최적화(Bayesian Multi-Objective Optimization, BMOO/MOBO)는 가우시안 프로세스 대리 모델을 사용하여 여러 개의 비용이 많이 드는 목적 함수를 근사하고, 실제 평가 횟수를 최소화하면서 파레토 프론티어를 향한 탐색을 안내합니다. 각 후보 지점에서의 예측 불확실성을 정량화함으로써, 알려지지 않은 영역 탐색과 유망한 해 탐색 간의 균형을 맞추어, 각 함수 평가가 계산상 또는 실험상 비용이 많이 들 때 특히 강력합니다.