論文の概要: A comparison of different types of Niching Genetic Algorithms for
variable selection in solar radiation estimation
- arxiv url: http://arxiv.org/abs/2002.06036v1
- Date: Fri, 14 Feb 2020 13:52:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-01 03:46:13.326923
- Title: A comparison of different types of Niching Genetic Algorithms for
variable selection in solar radiation estimation
- Title（参考訳）: 太陽放射推定における可変選択のための異なる種類のニッチ遺伝的アルゴリズムの比較
- Authors: Jorge Bustos, Victor A. Jimenez, Adrian Will
- Abstract要約: 本研究は,アルゼンチンのトゥクマン州に分布する4つの気象観測所の気候データベースに適用した8種類のニーチ手法の挙動を比較した。
目標は、推定方法によって入力変数として使われた異なる入力変数の集合を見つけることである。
- 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: Variable selection problems generally present more than a single solution
and, sometimes, it is worth to find as many solutions as possible. The use of
Evolutionary Algorithms applied to this kind of problem proves to be one of the
best methods to find optimal solutions. Moreover, there are variants designed
to find all or almost all local optima, known as Niching Genetic Algorithms
(NGA). There are several different NGA methods developed in order to achieve
this task. The present work compares the behavior of eight different niching
techniques, applied to a climatic database of four weather stations distributed
in Tucuman, Argentina. The goal is to find different sets of input variables
that have been used as the input variable by the estimation method. Final
results were evaluated based on low estimation error and low dispersion error,
as well as a high number of different results and low computational time. A
second experiment was carried out to study the capability of the method to
identify critical variables. The best results were obtained with Deterministic
Crowding. In contrast, Steady State Worst Among Most Similar and Probabilistic
Crowding showed good results but longer processing times and less ability to
determine the critical factors.
- Abstract（参考訳）: 変数選択問題は一般に1つの解よりも多く存在し、時にはできるだけ多くの解を見つける価値がある。
このような問題に応用された進化的アルゴリズムは、最適解を見つける最良の方法の1つであることが証明されている。
さらに、ニーチ遺伝的アルゴリズム(NGA)として知られる、すべてのまたはほぼ全ての局所最適化を見つけるために設計された変種が存在する。
この課題を達成するために、いくつかの異なるNGA手法が開発されている。
本研究は,アルゼンチンのトゥクマンに分布する4つの気象観測所の気候データベースに適用した8種類のニチング手法の挙動を比較した。
目標は、推定方法によって入力変数として使われた異なる入力変数の集合を見つけることである。
最終結果は, 推定誤差の低さと分散誤差の低さ, 多数の異なる結果と計算時間の低さに基づいて評価した。
2つ目の実験は、臨界変数を同定する手法の能力を研究するために行われた。
最善の結果は決定論的群集によって得られた。
対照的に、Steady State Worst Among Most similar and Probabilistic Crowdingは良い結果を示したが、処理時間が長く、重要な要因を決定する能力も低かった。
関連論文リスト
- Evaluating Genetic Algorithms through the Approximability Hierarchy [55.938644481736446]
本稿では,問題の近似クラスに依存する遺伝的アルゴリズムの有用性を解析する。
特に, 遺伝的アルゴリズムは階層の最も悲観的なクラスに特に有用であることを示す。
論文 参考訳（メタデータ） (2024-02-01T09:18:34Z) - Batch Bayesian Optimization for Replicable Experimental Design [56.64902148159355]
多くの実世界の設計問題は、大規模で異質な観測ノイズのため、複数の実験条件を並列に評価し、各条件を複数回再現する。
本稿では,3つのアルゴリズムを含むReplicable Experimental Designフレームワークのバッチトンプソンサンプリングを提案する。
我々は,アルゴリズムの有効性を,精密農業とAutoMLの2つの実世界の応用例で示す。
論文 参考訳（メタデータ） (2023-11-02T12:46:03Z) - Efficient Quality-Diversity Optimization through Diverse Quality Species [3.428706362109921]
我々は,アーカイブの必要をなくしたり,事前の動作範囲を定義したりすることなく,多様な解の集団を見つけることができることを示す。
本稿では,アーカイブベースの品質多様性(QD)アルゴリズムの代替として,DQS(Diverse Quality Species)を提案する。
論文 参考訳（メタデータ） (2023-04-14T23:15:51Z) - An Application of a Multivariate Estimation of Distribution Algorithm to
Cancer Chemotherapy [59.40521061783166]
癌に対する化学療法治療は、多数の相互作用する変数と制約を持つ複雑な最適化問題である。
より洗練されたアルゴリズムは、このような複雑な問題に対してより良いパフォーマンスをもたらすことが示される。
我々は、この問題における多数の相互作用によって、より洗練されたアルゴリズムが妨げられていることが原因であると仮定する。
論文 参考訳（メタデータ） (2022-05-17T15:28:46Z) - Non-Elitist Selection Can Improve the Performance of Irace [0.8258451067861933]
本研究では,旅行セールスパーソン問題に対するアリコロニー最適化アルゴリズムのチューニング方法と2次代入問題について検討する。
実験結果から, テストベンチマークでは, iraceの既定選択よりも改善が見られた。
さらに, この結果から, アルゴリズムの動作を理解するため, 多様なアルゴリズム構成が得られることが示唆された。
論文 参考訳（メタデータ） (2022-03-17T10:34:30Z) - Local policy search with Bayesian optimization [73.0364959221845]
強化学習は、環境との相互作用によって最適な政策を見つけることを目的としている。
局所探索のための政策勾配は、しばしばランダムな摂動から得られる。
目的関数の確率モデルとその勾配を用いたアルゴリズムを開発する。
論文 参考訳（メタデータ） (2021-06-22T16:07:02Z) - DPER: Efficient Parameter Estimation for Randomly Missing Data [0.24466725954625884]
本稿では,1クラス・複数クラスのランダムに欠落したデータセットに対して,最大推定値(MLE)を求めるアルゴリズムを提案する。
我々のアルゴリズムは、データを通して複数のイテレーションを必要としないので、他の方法よりも時間のかかることを約束します。
論文 参考訳（メタデータ） (2021-06-06T16:37:48Z) - Greedy Search Algorithms for Unsupervised Variable Selection: A
Comparative Study [3.4888132404740797]
本稿では,非監視変数選択に基づく次元還元について述べる。
本稿では,7つの非監視勾配変数選択アルゴリズムの臨界評価について述べる。
本稿では,FSCA(Forward selection component analysis)アルゴリズムで説明された分散の遅延実装を初めて導入し,評価する。
論文 参考訳（メタデータ） (2021-03-03T21:10:26Z) - Comparison of Anomaly Detectors: Context Matters [0.0]
この比較の目的は、様々なパラダイムの異常検出方法の比較と、異なる結果をもたらす可能性のある変動源の同定である。
画像データの最良の結果は、実験条件に応じて、特徴マッチングGANまたは変動オートエンコーダ(VAE)とOC-SVMの組み合わせによって得られた。
論文 参考訳（メタデータ） (2020-12-11T11:50:35Z) - Bloom Origami Assays: Practical Group Testing [90.2899558237778]
グループテストは、いくつかの魅力的なソリューションでよく研究されている問題である。
近年の生物学的研究は、従来の方法と相容れない新型コロナウイルスの実践的な制約を課している。
我々は,Bloomフィルタと信条伝搬を組み合わせた新しい手法を開発し,n(100以上)の大きい値に拡張し,良好な経験的結果を得る。
論文 参考訳（メタデータ） (2020-07-21T19:31:41Z) - Optimal Randomized First-Order Methods for Least-Squares Problems [56.05635751529922]
このアルゴリズムのクラスは、最小二乗問題に対する最も高速な解法のうち、いくつかのランダム化手法を含んでいる。
我々は2つの古典的埋め込み、すなわちガウス射影とアダマール変換のサブサンプリングに焦点を当てる。
得られたアルゴリズムは条件数に依存しない最小二乗問題の解法として最も複雑である。
論文 参考訳（メタデータ） (2020-02-21T17:45:32Z)
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。