論文の概要: Analysis of Genetic Algorithm on Bearings-Only Target Motion Analysis

• arxiv url: http://arxiv.org/abs/2001.05381v1
• Date: Wed, 15 Jan 2020 15:40:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-11 06:05:59.053442
• Title: Analysis of Genetic Algorithm on Bearings-Only Target Motion Analysis
• Title（参考訳）: 軸受専用運動解析における遺伝的アルゴリズムの解析
• Authors: Erdem Kose
• Abstract要約: 軸受角度のみを用いた目標運動解析は水中での目標追跡にとって重要な研究である。 カルマン型フィルタや進化戦略を含むいくつかの手法が優れた予測子を得るために用いられる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Target motion analysis using only bearing angles is an important study for tracking targets in water. Several methods including Kalman-like filters and evolutionary strategies are used to get a good predictor. Kalman-like filters couldn't get the expected results thus evolutionary strategies have been using in this area for a long time. Target Motion Analysis with Genetic Algorithm is the most successful method for Bearings-Only Target Motion Analysis and we investigated it. We found that Covariance Matrix Adaptation Evolutionary Strategies does the similar work with Target Motion Analysis with Genetic Algorithm and tried it; but it has statistical feedback mechanism and converges faster than other methods. In this study, we compared and criticize the methods.
• Abstract（参考訳）: 軸受角度のみを用いた目標運動解析は水中の目標追跡にとって重要な研究である。 カルマン型フィルタや進化戦略を含むいくつかの手法が優れた予測子を得るために用いられる。 カルマンのようなフィルターは期待された結果を得ることができなかったので、進化戦略はこの領域で長い間使われてきた。 遺伝的アルゴリズムを用いた目標運動解析は、ベアリング専用目標運動解析の最も成功した手法である。 共分散行列適応進化戦略は、遺伝的アルゴリズムを用いたターゲット運動解析と同じような研究を行い、試行したが、統計的フィードバック機構を持ち、他の手法よりも早く収束する。 本研究では,その方法を比較して批判する。

関連論文リスト

• Enhanced Gene Selection in Single-Cell Genomics: Pre-Filtering Synergy and Reinforced Optimization [16.491060073775884]
  単一セルゲノミクスにおけるクラスタリングタスクに適用可能な反復的遺伝子パネル選択戦略を提案する。 本手法は、他の遺伝子選択アルゴリズムの結果を統合し、重要な予備的境界を提供する。 強化学習(RL)における探索プロセスの性質と,その連続最適化能力を取り入れた。
  論文  参考訳（メタデータ） (2024-06-11T16:21:33Z)
• Un análisis bibliométrico de la producción científica acerca del agrupamiento de trayectorias GPS [0.3124884279860061]
  GPS軌道のクラスタリングアルゴリズムや手法は、科学コミュニティの一部で注目されているため、常に進化している。 本研究の目的は, バイオロメトリによる「GPS軌道」を取り巻く科学的生産の分析である。
  論文  参考訳（メタデータ） (2024-04-27T02:39:13Z)
• Phylogeny-informed fitness estimation [58.720142291102135]
  本研究では, 住民の健康評価を推定するために, フィロジェニーを利用した適合度推定手法を提案する。 以上の結果から, 植物性インフォームドフィットネス推定は, ダウンサンプドレキシケースの欠点を軽減することが示唆された。 この研究は、ランタイム系統解析を利用して進化アルゴリズムを改善するための最初のステップとなる。
  論文  参考訳（メタデータ） (2023-06-06T19:05:01Z)
• An Investigation of the Bias-Variance Tradeoff in Meta-Gradients [53.28925387487846]
  ヘッセン推定は常にバイアスを追加し、メタ階調推定に分散を加えることもできる。 提案手法は, 乱れたバックプロパゲーションとサンプリング補正から生じるバイアスとばらつきのトレードオフについて検討する。
  論文  参考訳（メタデータ） (2022-09-22T20:33:05Z)
• Natural language processing for clusterization of genes according to their functions [62.997667081978825]
  本稿では,数千の遺伝子の解析を減らし,複数のクラスタの解析を行うアプローチを提案する。 これらの記述は、事前訓練された言語モデル(BERT)といくつかのテキスト処理アプローチを用いてベクトルとして符号化される。
  論文  参考訳（メタデータ） (2022-07-17T12:59:34Z)
• Amortized Implicit Differentiation for Stochastic Bilevel Optimization [53.12363770169761]
  決定論的条件と決定論的条件の両方において、二段階最適化問題を解決するアルゴリズムのクラスについて検討する。 厳密な勾配の推定を補正するために、ウォームスタート戦略を利用する。 このフレームワークを用いることで、これらのアルゴリズムは勾配の偏りのない推定値にアクセス可能な手法の計算複雑性と一致することを示す。
  論文  参考訳（メタデータ） (2021-11-29T15:10:09Z)
• Understanding Nesterov's Acceleration via Proximal Point Method [52.99237600875452]
  近似点法(PPM)は最適化アルゴリズムを設計するためのビルディングブロックとしてよく用いられる。 本研究では、PPM法を用いて、Nesterovの加速度勾配法(AGM)の異なるバージョンの収束解析とともに、概念的に単純な導出を提供する。
  論文  参考訳（メタデータ） (2020-05-17T17:17:18Z)
• Nonlinear Regression Analysis Using Multi-Verse Optimizer [0.0]
  回帰解析において、最適化アルゴリズムは回帰モデルにおける係数の探索において重要な役割を果たす。 本稿では,最近開発されたメタヒューリスティック・マルチヴァースモデル(MVO)を用いた非線形回帰解析を提案する。 提案手法は10個のよく知られたベンチマーク非線形回帰問題に適用される。
  論文  参考訳（メタデータ） (2020-04-28T15:03:52Z)
• Fixed-Target Runtime Analysis [8.246980996934347]
  ランタイム分析は、古典的には最適な解決策を見つけるのに必要な時間を研究します。 固定予算分析と固定目標分析の2つの補完的アプローチが提案されている。 固定予算解析と異なり、離散進化アルゴリズムの実行時解析と異なり、多くの古典的手法がより大きな努力を伴わずに固定目標結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-04-20T20:26:35Z)
• The Hessian Estimation Evolution Strategy [3.756550107432323]
  我々はヘッセン推定進化戦略と呼ばれる新しいブラックボックス最適化アルゴリズムを提案する。 アルゴリズムは、目的関数の曲率を直接推定することにより、サンプリング分布の共分散行列を更新する。
  論文  参考訳（メタデータ） (2020-03-30T08:01:16Z)
• Mixed Strategies for Robust Optimization of Unknown Objectives [93.8672371143881]
  そこでは,不確実なパラメータの最悪の実現に対して,未知の目的関数を最適化することを目的として,ロバストな最適化問題を考察する。 我々は,未知の目的をノイズ点評価から逐次学習する,新しいサンプル効率アルゴリズムGP-MROを設計する。 GP-MROは、最悪のケースで期待される目標値を最大化する、堅牢でランダムな混合戦略の発見を目指している。
  論文  参考訳（メタデータ） (2020-02-28T09:28:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。