ESSIM: A Probabilistic Swarm Optimization Algorithm Based on Bayesian Statistical Inference and Uncertainty-Guided Search
Este artigo apresenta o ESSIM, um novo algoritmo de otimização de enxame probabilístico que aproveita a inferência estatística bayesiana e a incerteza individual da partícula para manter a diversidade do enxame e evitar mínimos locais, superando, assim, o PSO clássico em benchmarks multimodais e tarefas de otimização de hiperparâmetros de Regressão de Processo Gaussiano, apesar de exigir tempos de computação mais longos.