Dissertation · 2020 · Open access
Biological Bayesian Optimizer
Hispana · Published 1 June 2020
In brief
“Biological Bayesian Optimizer” is a 2020 dissertation by Pablo Díez del Pozo, published in Hispana. OpenAlex counts 0 citations as of 19 November 2026. It is open access under a CC BY-NC-ND licence: the full text is free to read at Hispana.
- Citations
- 0
- References
- 10
- Authors
- 1
Abstract
Los avances en el ámbito de la Inteligencia Artificial a lo largo de los últimos años han sido enormes, han aparecido nuevos tipos de redes y diariamente se encuentran nuevas aplicaciones en las que estos algoritmos consiguen muy buenos resultados. La optimización bayesiana es una técnica centrada en la optimización de funciones en las que se desconoce su expresión analítica, como podría ser aquella que forman todos los errores de predicción de un algoritmo, de los comentados anteriormente. En el presente trabajo se han combinado la optimización bayesiana y la optimización con metaheurísticas bioinspiradas. Se presenta una herramienta que en base a un problema planteado, bien sea una función o un algoritmo como una red neuronal profunda o de cualquier tipo, genera una recomendación de la que podría ser una metaheurística prometedora para realizar una optimización exhaustiva profunda futura. Para ello, combina ambas técnicas comentadas, un primer nivel de búsqueda en el que se aplican las metaheurísticas bioinspiradas y un segundo que optimiza los mejores resultados de estas. De esta forma, encontramos una metaheurística de la que se tiene la certeza que es la mejor que encuentra la optimización bayesiana. La parte de las metaheurísticas se ha implementado utilizando pygmo2 y la optimización bayesiana con SMAC3. Además de la creación del programa, se han realizado una serie de experimentos para probar su funcionalidad y comparar si los resultados obtenidos son mejores que una búsqueda aleatoria en el mismo espacio de búsqueda. Los experimentos consisten en 30 ejecuciones sobre un perceptrón multicapa y el algoritmo XGBoost en las que se obtiene finalmente una metaheurística optimizada por la herramienta, para cada uno de ellos. También se han realizado estos experimentos para la función matemática Branin, entre otras que no se muestran en el presente documento. Los resultados no han sido los esperados, no se ha visto una diferencia relevante entre los resultados optimizados doblemente y las búsquedas aleatorias de los experimentos. Uno de los principales motivos, es la simplicidad del dataset utilizado para ellos, debido a las limitaciones computacionales. Se espera que con problemas más complicados, los resultados muestren una gran mejora entre los resultados con la herramienta y los obtenidos con una búsqueda aleatoria, queda como trabajo futuro.
Cite this paper
Formatted from the catalogue record. Check names, capitals and page numbers against the paper before you submit.
APA 7
del Pozo, P. D. (2020). Biological Bayesian Optimizer. Hispana. http://hdl.handle.net/10486/693447
MLA 9
del Pozo, Pablo Díez. “Biological Bayesian Optimizer.” Hispana, 2020. http://hdl.handle.net/10486/693447.
Chicago
del Pozo, Pablo Díez. 2020. “Biological Bayesian Optimizer.” Hispana. http://hdl.handle.net/10486/693447.
Harvard
del Pozo, P. D. (2020) ‘Biological Bayesian Optimizer’, Hispana. Available at: http://hdl.handle.net/10486/693447.
IEEE
P. D. del Pozo, “Biological Bayesian Optimizer,” Hispana, 2020.
BibTeX
@phdthesis{delpozo2020biological,
title = {{Biological Bayesian Optimizer}},
author = {del Pozo, Pablo Díez},
year = {2020},
url = {http://hdl.handle.net/10486/693447}
}
Download for a reference manager: BibTeX (.bib) · RIS for Zotero, Mendeley and EndNote (.ris)
Topic and keywords
Physical Sciences › Computer Science › Artificial Intelligence › Metaheuristic Optimization Algorithms Research
- Bayesian optimization
- bio-inspired metaheuristics
- hybrid optimization
- deep neural network
- XGBoost
- hyperparameter optimization
- random search comparison
- black-box optimization
Work with this paper
Most-cited papers in Computer Science
- ImageNet classification with deep convolutional neural networksAlex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton · Communications of the ACM · 2017 · 114,726 citations
- Long Short-Term MemorySepp Hochreiter, Jürgen Schmidhuber · Neural Computation · 1997 · 109,097 citations
- A Mathematical Theory of CommunicationClaude E. Shannon · Bell System Technical Journal · 1948 · 91,736 citations
- Deep learningYann LeCun, Yoshua Bengio, Geoffrey E. Hinton · Nature · 2015 · 90,226 citations
- Faster R-CNN: Towards Real-Time Object Detection with Region Proposal NetworksShaoqing Ren, Kaiming He, Ross Girshick and 1 more · IEEE Transactions on Pattern Analysis and Machine Intelligence · 2016 · 74,143 citations
Questions about this paper
How do I cite this paper in APA style?
del Pozo, P. D. (2020). Biological Bayesian Optimizer. Hispana. http://hdl.handle.net/10486/693447
How many times has this paper been cited?
0 times, according to OpenAlex on 19 November 2026. Google Scholar and Scopus count different sets of sources, so their numbers differ.
Is this paper free to read?
Yes. It is open access at Hispana: sign in and open the full text from this page.
Who wrote this paper?
Pablo Díez del Pozo.
Bibliographic data from OpenAlex (CC0), last checked 19 November 2026. ResearchGuru does not host this paper; once you are signed in, the links open it at the publisher or the repository that does.