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
薰衣草23334 分钟前
一天两道力扣(1)
算法·leetcode·职场和发展
一粒沙白猫6 分钟前
Java综合练习04
java·开发语言·算法
爱coding的橙子1 小时前
每日算法刷题Day41 6.28:leetcode前缀和2道题,用时1h20min(要加快)
算法·leetcode·职场和发展
一只鱼^_1 小时前
基础算法合集-图论
数据结构·算法·深度优先·图论·广度优先·宽度优先·图搜索算法
2301_803554521 小时前
c++中的绑定器
开发语言·c++·算法
人生在勤,不索何获-白大侠2 小时前
day15——Java常用API(二):常见算法、正则表达式与异常处理详解
java·算法·正则表达式
Wo3Shi4七2 小时前
双向队列
数据结构·算法·go
Wo3Shi4七2 小时前
列表
数据结构·算法·go
Wo3Shi4七2 小时前
链表
数据结构·算法·go