batch-selection

本文提出一种轻量级策略——基于A*的批量选择方法（A*-BS），它将小批量调度视为启发式搜索，以提高CNN训练效率。在MedMNIST任务中，采用A*-BS的简单CNN在准确率和训练速度上均超越了更深的ResNet-18/50基线模型。

本文为伪观测批量贝叶斯优化提供了一个统一的理论框架，证明了高斯过程（Gaussian processes）能产生不同的批量点，并且像Constant Liar和Kriging Believer这样的常见方法是一个单一条件化机制的实例。它引入了结构多样性诊断（SDD）来测试代理模型兼容性，并在多个基准函数和超参数调优中验证了预测结果。