El algoritmo DONE ( Data-based Online Nonlinear Extremumseeker ) es un algoritmo de optimización de caja negra . DONE modela la función de costo desconocida e intenta encontrar un óptimo de la función subyacente. El algoritmo DONE es adecuado para optimizar funciones costosas y ruidosas y no requiere derivadas. Una ventaja de DONE sobre algoritmos similares, como la optimización bayesiana , es que el costo computacional por iteración es independiente del número de evaluaciones de la función.
El algoritmo DONE fue propuesto por primera vez por Hans Verstraete y Sander Wahls. [1] El algoritmo ajusta un modelo sustituto basado en características aleatorias de Fourier [2] y luego utiliza un algoritmo L-BFGS conocido para encontrar un óptimo del modelo sustituto.
DONE se demostró por primera vez para maximizar la señal en mediciones de tomografía de coherencia óptica , pero desde entonces se ha aplicado a varias otras aplicaciones. Por ejemplo, se utilizó para ayudar a extender el campo de visión en la microscopía de fluorescencia de lámina de luz . [3]