Multi-objective robust optimization using adaptive surrogate models for problems with mixed continuous-categorical parameters - Archive ouverte HAL
Pré-Publication, Document De Travail Année : 2022

Multi-objective robust optimization using adaptive surrogate models for problems with mixed continuous-categorical parameters

Domaines

Méthodologie [stat.ME] Calcul [stat.CO] Machine Learning [stat.ML]
Fichier principal
Vignette du fichier
RSUQ-2022-002.pdf (2.4 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Nora Lüthen  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03610346

Soumis le : mercredi 16 mars 2022-12:18:38

Dernière modification le : jeudi 11 avril 2024-13:16:13

Archivage à long terme le : vendredi 17 juin 2022-19:04:41

Télécharger pour visualiser

Dates et versions

hal-03610346 , version 1 (16-03-2022)

Identifiants

  • HAL Id : hal-03610346 , version 1

Citer

Maliki Moustapha, Alina Galimshina, Guillaume Habert, Bruno Sudret. Multi-objective robust optimization using adaptive surrogate models for problems with mixed continuous-categorical parameters. 2022. ⟨hal-03610346⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS
41 Consultations
199 Téléchargements

Partager

More