베이지안 최적화(Bayesian Optimization)를 위한 가우시안 프로세스(Gaussian Processes)의 목표 지향적 하위 꼬리

요약

본 논문은 베이지안 최적화(BO)에서 가우시안 프로세스(GP)의 예측 분포가 하위 꼬리(lower-tail) 영역에서 발생하는 교정 오류를 해결하기 위한 연구를 다룹니다. 연구진은 특정 임계값 $t$ 미만의 예측 신뢰성을 확보하기 위한 새로운 프레임워크를 제안하며, 이를 통해 탐색-활용 트레이드오프를 개선합니다. 제안된 사후 처리 방법인 tcGP는 기존 GP 모델보다 향상된 하위 꼬리 교정 성능과 전역 최적화 성능을 보여줍니다.

핵심 포인트

• 가우시안 프로세스(GP)의 하위 꼬리 교정 오류가 베이지안 최적화의 샘플링 결정에 미치는 부정적 영향 분석
• 설계 공간의 발생 교정 및 하위 수준 집합에 대한 $\mu$-교정을 포함하는 예측 신뢰성 프레임워크 도입
• 사후 처리(post-hoc) 방식의 하위 꼬리 교정 방법론인 tcGP 제안
• tcGP를 적용한 EI 기반 전역 최적화 알고리즘이 설계 공간에서 조밀함을 유지하며 성능이 개선됨을 입증