Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
  Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben
Konferenzbeitrag

Mixed-Variable Bayesian Optimization

MPG-Autoren
/persons/resource/persons277584

Daxberger,  Erik
External Organizations;
Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society;

Turchetta,  Matteo
External Organizations;
Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society;

Externe Ressourcen

https://doi.org/10.24963/ijcai.2020/365
(beliebiger Volltext)

https://doi.org/10.24963/ijcai.2020/365
(Preprint)

https://www.ijcai.org/proceedings/2020/video/27020
(Multimedia)

Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Daxberger, E., Makarova, A., Turchetta, M., & Krause, A. (2020). Mixed-Variable Bayesian Optimization. In Twenty-Ninth International Joint Conference on Artificial Intelligence (IJCAI-20) (pp. 2616-2622). Red Hook, NY: Curran Associates, Inc. doi:10.24963/ijcai.2020/365.


Zitierlink: https://hdl.handle.net/21.11116/0000-000D-0798-0
Zusammenfassung
Es ist keine Zusammenfassung verfügbar