Bayesian Simulated Annealing — Globalna optimizacija sa Bejzovskim priorima
Bayesian Simulated Annealing (BSA) integriše Bejzovsko predznanje o pejzažu ciljne funkcije u proces pretraživanja simuliranim kaljenjem. Kodiranjem verovanja o obećavajućim regionima kao prior raspodela i njihovim ažuriranjem kako pretraga napreduje, BSA fokusira računarski napor na oblasti sa visokom verovatnoćom u prostoru rešenja, ubrzavajući konvergenciju i poboljšavajući kvalitet rešenja u poređenju sa neinformisanim SA.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Kirkpatrick, S., Gelatt, C. D., & Vecchi, M. P. (1983). Optimization by simulated annealing. Science, 220(4598), 671–680. DOI: 10.1126/science.220.4598.671 ↗
- Geman, S., & Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721–741. DOI: 10.1109/TPAMI.1984.4767596 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Simulated Annealing — Probabilistic global optimization with Bayesian priors on the energy landscape. ScholarGate. https://scholargate.app/sr/simulation/bayesian-simulated-annealing
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bejzovski genetički algoritamSimulacija↔ compare
- Bajezijanska optimizacijaOptimizacija↔ compare
- Genetički algoritamOptimizacija↔ compare
- Markov Chain Monte Carlo (MCMC)Simulacija↔ compare
- Simulated AnnealingOptimizacija↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →