多目标优化中的“latent action”是什么?

2020 NeurIPS 中的"latent action":

Our model defines latent action as a boundary that splits the region represented by a node into a high-performing and a low performing region.

这里的latent action代表一个边界(分类器),用于将好的采样和差的采样划分开来,这里使用的划分边界的方式是先使用Kmeans在特征向量上( [x, f(x)] )聚类,然后使用SVM划分出边界

ICLR 2022中同样出现了"latent action":

这里使用的划分边界的方式是:对于区域中的元素Dt,j,通过它们的支配数量进行rank,小的支配数量的元素(意味着是更好的性质)被label成positive,大的被label成negative,然后使用SVM划分出边界


两者对于"latent action"的定义是一样的,只是划分边界的方式不一样罢了~

相关推荐
Fanxt_Ja3 小时前
【LeetCode】算法详解#15 ---环形链表II
数据结构·算法·leetcode·链表
侃侃_天下3 小时前
最终的信号类
开发语言·c++·算法
茉莉玫瑰花茶3 小时前
算法 --- 字符串
算法
博笙困了4 小时前
AcWing学习——差分
c++·算法
NAGNIP4 小时前
认识 Unsloth 框架:大模型高效微调的利器
算法
NAGNIP4 小时前
大模型微调框架之LLaMA Factory
算法
echoarts4 小时前
Rayon Rust中的数据并行库入门教程
开发语言·其他·算法·rust
Python技术极客4 小时前
一款超好用的 Python 交互式可视化工具,强烈推荐~
算法
徐小夕4 小时前
花了一天时间,开源了一套精美且支持复杂操作的表格编辑器tablejs
前端·算法·github
小刘鸭地下城4 小时前
深入浅出链表:从基础概念到核心操作全面解析
算法