연구진은 차원이 높은 함수 최적화 시 어려움을 겪는 베이즈 최적화의 성능을 개선하기 위해 자동 랜덤 임베딩 기법인 DSEBO를 제안했어요. DSEBO는 초기 저차원 공간에서 시작하여, 솔루션 수렴 정도에 따라 차원을 동적으로 조절하고, 여러 공간의 정보를 공유하여 초기화를 개선해요. 실험 결과, DSEBO는 기존 방법 대비 최적화 후회와 시간 측면에서 상당한 성능 향상을 보여, 고차원 최적화에 효과적인 것으로 나타났어요.