DT-PBO: an Interpretable Tree-based Surrogate Model for Preferential Bayesian Optimization

작성자

Haebom

카테고리

Empty

저자

Nick Leenders, Thomas Quadt, Boris Cule, Roy Lindelauf, Herman Monsuur, Joost van Oijen, Mark Voskuijl

💡 개요

본 논문은 의사결정권자의 선호도를 가장 적은 pairwise 비교 횟수로 찾는 Preferential Bayesian Optimization (PBO) 분야에서 기존 Gaussian Process (GP) 기반 방법론의 낮은 해석력을 개선하고자 DT-PBO라는 트리 기반의 해석 가능한 대리 모델을 제안합니다. 제안된 방법론은 pairwise 비교 데이터로부터 직접 해석 가능한 얕은 결정 트리를 구축하는 새로운 분할 휴리스틱과 각 리프 노드에 대한 확률적 추정을 위한 라플라스 근사를 활용합니다. 이를 통해 해석력을 희생하지 않으면서 효율적인 선호도 모델링이 가능함을 보여줍니다.

🔑 시사점 및 한계

•

GP 기반 PBO와 경쟁력 있는 수렴 성능을 달성하며, 특히 거친 최적화 환경에서 우수합니다.

•

노이즈에 대한 강건성과 빠른 계산 속도를 보여 실용성을 높였습니다.

•

GP 기반 접근 방식에서는 파악하기 어려운 의사결정권자의 선호도에 대한 해석 가능한 통찰력을 제공합니다.

•

복잡한 의사결정 경계나 다차원적인 선호도를 표현하는 데 있어 트리 기반 모델의 근본적인 한계가 있을 수 있습니다.

PDF 보기

Made with Slashpage