个性化投资组合构建的主动偏好学习

欧洲图形协会，2010年。德万克、伊恩、麦考特、迈克尔和安斯沃思、塞缪尔。多目标优化效用函数的交互式偏好学习。2016年NIPS互动学习机未来研讨会。金斯堡、大卫、勒里奇、鲁道夫和卡罗、劳伦特。基于高斯过程的确定性并行全局优化多点准则。技术报告，2008年3月。Gonz\'alez、Javier、Dai、Zhenwen、Damianou、Andreas和Lawrence、Neil。具有成对优先回报的贝叶斯优化。2016年，在NIPS贝叶斯优化研讨会上。Guenther，J.、Lee，H.K.H.和Gray，G.A.在多个最优解中进行发现和选择。《应用数学》，5（2）：300–3172014。Jones，D.R.、Schonlau，M.和Welch，W.J.高效地对昂贵的黑箱函数进行全局优化。《全局优化杂志》，13（4）：455–49219998年。库莱萨、亚历克斯和塔斯卡、本。机器学习的行列式点过程。《机器学习的基础与趋势》，5（2-3）：123-2862012。Nguyen，V.、Gupta，S.K.、Rana，S.、Li，C.和Venkatesh，S.全局思考，局部行动：贝叶斯优化的局部策略。在NIPS贝叶斯优化研讨会上，（NIPS），2016年。诺盖拉、何塞、马丁内斯·坎丁、鲁本、贝纳迪诺、亚历山大和杰蒙、洛伦佐。用于机器人安全抓取的无气味贝叶斯优化。过程中。关于智能机器人和系统的IEE/RSJ国际会议，2016年。Okuma、Kenji、Brochu、Eric、Lowe、David G.和Little、James J.一种用于主动定位的自适应接口。2011年计算机视觉理论与应用国际会议。Snoek，Jasper，Larochelle，Hugo和Adams，Ryan P.机器学习算法的实用贝叶斯优化。《神经信息处理系统的进展》，第2951-29592012页。Thatte、Nitish、Duan、Helei和Geyer、Hartmut。

作为一个简单有效的黑盒优化器，为具有用户偏好的人在回路系统培训策略。IEEERobotics and Automation Letters，2（2）：993–1000，2017年。王家春。进化多模式优化：一个简短的调查。更正，abs/1508.004572015。统一资源定位地址http://arxiv.org/abs/1508.00457.