Título :	Bayesian and High-Dimensional Global Optimization
Tipo de documento:	documento electrónico
Autores:	Zhigljavsky, Anatoly, Autor ; Žilinskas, Antanas, Autor
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2021
Número de páginas:	VIII, 118 p. 54 ilustraciones, 38 ilustraciones en color.
ISBN/ISSN/DL:	978-3-030-64712-4
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Optimización matemática  Cálculo de variaciones  Ingeniería Industrial  Ingeniería de Producción  Probabilidades  Álgebras lineales  Cálculo de variaciones y optimización  Ingeniería Industrial y de Producción  Teoría de probabilidad  Álgebra lineal
Índice Dewey:	519.6
Resumen:	Accesible a una variedad de lectores, este libro es de interés para especialistas, estudiantes de posgrado e investigadores en matemáticas, optimización, informática, investigación de operaciones, ciencias de la gestión, ingeniería y otras áreas aplicadas interesadas en resolver problemas de optimización. En este libro se examinan los principios básicos, el potencial y los límites de aplicabilidad de las técnicas de optimización global estocástica. Se exploran una variedad de cuestiones que enfrentan los especialistas en optimización global, como los espacios multidimensionales que los investigadores frecuentemente ignoran. La importancia de una interpretación precisa de los resultados matemáticos en las evaluaciones de métodos de optimización se demuestra a través de ejemplos de convergencia en la probabilidad de búsqueda aleatoria. Se discuten cuestiones metodológicas relativas a la construcción y aplicabilidad de métodos estocásticos de optimización global, incluido el método de mejora promedio óptimo de un paso basado en un modelo estadístico de la función objetivo. Una parte importante de este libro está dedicada a un análisis de problemas de optimización global de alta dimensión y la llamada "maldición de la dimensionalidad". Se incluye un examen de las tres clases diferentes de problemas de optimización de alta dimensión, la geometría de bolas y cubos de alta dimensión, la convergencia muy lenta de algoritmos de búsqueda aleatoria global en problemas de gran dimensión y la escasa uniformidad de las secuencias de puntos distribuidas uniformemente. en este libro. .
Nota de contenido:	1 Space-filling in high-dimensional sets -- 2 Bi-objective decisions and partition based methods in Bayesian global optimization -- 3 Global random search in high dimensions.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Bayesian and High-Dimensional Global Optimization [documento electrónico] / Zhigljavsky, Anatoly, Autor ; Žilinskas, Antanas, Autor  . -  1 ed.  . - [s.l.] : Springer, 2021 . - VIII, 118 p. 54 ilustraciones, 38 ilustraciones en color.
ISBN : 978-3-030-64712-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Optimización matemática  Cálculo de variaciones  Ingeniería Industrial  Ingeniería de Producción  Probabilidades  Álgebras lineales  Cálculo de variaciones y optimización  Ingeniería Industrial y de Producción  Teoría de probabilidad  Álgebra lineal
Índice Dewey:	519.6
Resumen:	Accesible a una variedad de lectores, este libro es de interés para especialistas, estudiantes de posgrado e investigadores en matemáticas, optimización, informática, investigación de operaciones, ciencias de la gestión, ingeniería y otras áreas aplicadas interesadas en resolver problemas de optimización. En este libro se examinan los principios básicos, el potencial y los límites de aplicabilidad de las técnicas de optimización global estocástica. Se exploran una variedad de cuestiones que enfrentan los especialistas en optimización global, como los espacios multidimensionales que los investigadores frecuentemente ignoran. La importancia de una interpretación precisa de los resultados matemáticos en las evaluaciones de métodos de optimización se demuestra a través de ejemplos de convergencia en la probabilidad de búsqueda aleatoria. Se discuten cuestiones metodológicas relativas a la construcción y aplicabilidad de métodos estocásticos de optimización global, incluido el método de mejora promedio óptimo de un paso basado en un modelo estadístico de la función objetivo. Una parte importante de este libro está dedicada a un análisis de problemas de optimización global de alta dimensión y la llamada "maldición de la dimensionalidad". Se incluye un examen de las tres clases diferentes de problemas de optimización de alta dimensión, la geometría de bolas y cubos de alta dimensión, la convergencia muy lenta de algoritmos de búsqueda aleatoria global en problemas de gran dimensión y la escasa uniformidad de las secuencias de puntos distribuidas uniformemente. en este libro. .
Nota de contenido:	1 Space-filling in high-dimensional sets -- 2 Bi-objective decisions and partition based methods in Bayesian global optimization -- 3 Global random search in high dimensions.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i