Surrogate problem evaluation and selection for optimization with expensive function evaluations
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
ABR G Malgr les progrs en techniques de simulation, l'utilisation des modles trs prcis peut tre un frein l'application des mthodes d'optimisation classiques en raison de leur cot lev en ressources informatiques.Pour rsoudre ces problmes, les solutions proposes dans la littrature sont l'utilisation des modles de substitution ou une rduction des objectifs.Pour faire un choix de modle de substitution ou un ensemble d'objectifs rduit, il faut valuer ses pertinence comme substituts au problme original.Il y a plusieurs paramtres de performance, mais la plupart d'entre eux ne sont gnralement pas applicables aux deux solutions proposes dans la littrature.De plus, pour la plupart des paramtres, il n'y a pas de justification thorique d'optimisation base sur les modles de substitution.Dans ce cadre, cette thse vise les points suivants: (i) unifier l'estimation de performance des modles de substitution et des problmes rduits, (ii) examiner les diffrents paramtres de performance et fournir une justification formelle dans le champ l'optimisation et (iii) proposer un nouvel ensemble de paramtres pour gnraliser le concept du maintient de l'ordre pour les problmes multiobjectifs.Les rsultats d'un certain nombre de problmes de rfrence montrent que certains paramtres proposs peuvent gnralement identifier les problmes de substitution de meilleure qualit dans la plupart des cas et sont moins sensibles aux chantillons donns en comparaison avec les autres paramtres.Finalement, diffrents problmes de substitution sont valus dans le cadre de la conception de moteurs lectriques. cet gard, les rsultats montrent que certaines des formulations prsentes dans la littrature contiennent des objectifs superflus et que les polynmes des ordres inferieurs fournissent des modles de substitution de meilleure qualit pour la plupart des fonctions objectives considres.v
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it