基于半监督学习和优化无标签数据采样的高维贝叶斯优化（英文版）

英文标题：High-dimensional Bayesian Optimization via Semi-supervised Learning with Optimized Unlabeled Data Sampling中文摘要：本文提出一种基于半监督学习的师生模型的贝叶斯优化方法，利用未标记数据和黑盒函数，在学习到的潜在空间中降低维度，使其可应用于高维问题，优化 unlabeled data 的采样和选择，采用黑盒参数化采样分布和经过动态拟合的极值分布，该方法在多项真实世界和合成训练中优于其他已有 BO 方法。英文摘要：Bayesian optimization (BO) is a powerful tool for seeking the global optimumof black-box functions. While evaluations of the black-box functions can behighly costly, it is desirable to reduce the use of expensive labeled data. Forthe