본 연구는 베이지안 최적화에서 가우시안 프로세스 예측 분포의 하위 꼬리 보정 문제를 다룹니다. tcGP라는 새로운 방법론을 통해 예측 분포를 보정하고, 기존 모델 대비 개선된 성능을 확인했습니다.
tcGP는 특정 임계값 아래의 예측 신뢰도를 향상시키는 목표 지향적 보정 기법입니다. 공간 보정 및 임계값 기반 μ-보정이라는 두 가지 개념을 기반으로 설계되었으며, 설계 공간 전체에서 밀집된 탐색을 유지합니다.
표준 벤치마크 실험 결과, tcGP는 하위 꼬리 보정 및 베이지안 최적화 성능을 향상시키는 것으로 나타났습니다. 이는 기존 가우시안 프로세스 모델 및 전역 보정 모델 대비 개선된 결과입니다.