EM-WoSComputers & Industrial Engineering2021-07-28第 160 卷，107581-107581

A data-driven robust optimization algorithm for black-box cases: An application to hyper-parameter optimization of machine learning algorithms

登录后看摘要和中文要点

英文摘要、AI 生成的中文摘要和三条要点、参考文献和引证文献列表、论文图谱，注册免费。

关键词

不确定性优化（随机/鲁棒/DRO/CVaR）金融风险与机器学习 data-driven optimization robust optimization black-box optimization Gaussian processes Bayesian optimization metamodeling hyperparameter optimization deep learning uncertainty quantification noise robustness

登录后可以看完整列表。去登录

12次被引阅读 3

被引数据来自 OpenAlex，含本站以外的引用

Computers & Industrial EngineeringElsevier

应急管理 WoS 收录

本站发文: 7,624
总被引: 253,487
ISSN: 0360-8352

进入期刊页 →

引用这篇

SEIFI F, AZIZI M J, NIAKI S T A. A data-driven robust optimization algorithm for black-box cases: An application to hyper-parameter optimization of machine learning algorithms[J]. Computers & Industrial Engineering, 2021, 160: 107581-107581. DOI:10.1016/j.cie.2021.107581.

著录项

学科: 管理学管理科学与工程管理科学与运筹学
类型: 研究论文
期刊: Computers & Industrial Engineering
卷期页: 第 160 卷，107581-107581
出版: 2021-07-28
语言: 英语
DOI: 10.1016/j.cie.2021.107581

获取来源1 处

Computers & Industrial Engineering出版版
页面

来源列表来自 OpenAlex；本站不存全文，链接打开的是对方网站

论文图谱

本篇和它的参考文献、引证文献、相似文献

登录后可以看这篇的论文图谱：谁被它引用、谁引用了它、还有哪些相似的研究。