Quantifying uncertainty with ensembles of surrogates for blackbox optimization

Charles Audet, Sébastien Le Digabel et Renaud Saltet

Article de revue (2022)

Un lien externe est disponible pour ce document

Département:	Département de mathématiques et de génie industriel
Centre de recherche:	GERAD - Groupe d'études et de recherche en analyse des décisions
URL de PolyPublie:	https://publications.polymtl.ca/51648/
Titre de la revue:	Computational Optimization and Applications (vol. 83, no 1)
Maison d'édition:	Springer
DOI:	10.1007/s10589-022-00381-z
URL officielle:	https://doi.org/10.1007/s10589-022-00381-z
Date du dépôt:	18 avr. 2023 14:58
Dernière modification:	05 avr. 2024 11:56

Citer en APA 7:	Audet, C., Le Digabel, S., & Saltet, R. (2022). Quantifying uncertainty with ensembles of surrogates for blackbox optimization. Computational Optimization and Applications, 83(1), 29-66. https://doi.org/10.1007/s10589-022-00381-z
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Répertoire des publications (EndNote)Simple Metadata

Statistiques

Actions réservées au personnel