贝叶斯优化BO的核心优势在于少样本、高效率、强全局搜索能力特别适合评估昂贵的黑盒优化属于好做、好发、好结合的热门方向。近年来它在AI、机器学习、运筹优化、工程领域都受到了持续关注相关论文在顶会顶刊上也很常见。比如ACM CHI 26有篇讲CABOP方法的以BO为核心框架实现了性能提升与成本的协同优化还有发表于nature大子刊的元素映射驱动的BO框架...我翻了最近的文章挑选了15篇感觉很有参考价值的贝叶斯优化论文用来借鉴思路或者套进自己课题都可以直接省去大家找资料纠结入手点的功夫需要自取。全部论文开源代码需要的同学看文末【ACM CHI26】Cost-Aware Bayesian Optimization for Interactive Devices研究方法论文提出面向交互设备原型设计的成本感知贝叶斯优化方法通过将采集函数改为单位成本期望改进并融入可复用原型记录与软硬件成本分级模型在不降低优化效果的前提下显著降低原型迭代成本。创新点将成本感知机制引入贝叶斯优化适配交互设备原型设计场景以单位成本期望改进重构采集函数实现成本与性能的平衡。提出面向HCI原型的成本分级模型按tweak/swap/create划分软硬件修改成本并结合原型记录实现动态成本计算。通过平滑松弛处理让离散成本模型可微兼容梯度优化可直接嵌入现有贝叶斯优化框架且不改动代理模型。研究价值论文为交互设备迭代原型设计提供了成本高效的贝叶斯优化方案在不降低设计效果的前提下大幅节省软硬件原型制作成本与预算让贝叶斯优化更贴合真实HCI工程落地。【npj Comput. Mater.】Element mapping-based Bayesian optimization framework enabling direct materials design: a case study on NASICON-type cathode materials研究方法论文提出基于元素映射的贝叶斯优化框架通过将离散元素编码为具有化学意义的连续值让贝叶斯优化直接用于材料组分设计并以NASICON型钠离子电池正极材料为案例高效筛选最优元素组合。创新点提出元素映射策略将离散元素编码为具化学意义的连续值解决贝叶斯优化难以处理材料设计中类别型变量的核心问题。构建基于一元分数的平滑化学空间相比电负性、原子序数等特征与材料钠化行为关联更强让高斯过程代理模型预测更准确。建立无初始训练数据的贝叶斯优化闭环结合 DFT 直接验证快速找到钠离子电池正极最优元素组合。研究价值论文通过元素映射破解贝叶斯优化无法处理离散元素的难题为材料研发提供高效、低计算成本的正向设计方案显著提升钠离子电池等功能材料的发现速度与优化精度拓宽贝叶斯优化在材料科学中的适用范围。关注下方《学姐带你玩AI》回复“222”获取全部方案开源代码码字不易欢迎大家点赞评论收藏