論文の概要: Comprehensive Taxonomies of Nature- and Bio-inspired Optimization:
Inspiration versus Algorithmic Behavior, Critical Analysis and
Recommendations
- arxiv url: http://arxiv.org/abs/2002.08136v4
- Date: Sat, 7 May 2022 12:08:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-30 14:03:35.107384
- Title: Comprehensive Taxonomies of Nature- and Bio-inspired Optimization:
Inspiration versus Algorithmic Behavior, Critical Analysis and
Recommendations
- Title（参考訳）: 自然と生物にインスパイアされた最適化の包括的分類法--インスピレーションとアルゴリズム行動、批判的分析と推薦
- Authors: Daniel Molina and Javier Poyatos and Javier Del Ser and Salvador
Garc\'ia and Amir Hussain and Francisco Herrera
- Abstract要約: 我々は、自然にインスパイアされた生物にインスパイアされたアルゴリズムを扱う300以上の出版物についてレビューする。
アルゴリズムの自然なインスピレーションと振る舞いの間には、悪い関係がしばしば見られると結論付けている。
- 参考スコア（独自算出の注目度）: 20.21566368760702
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In recent years, a great variety of nature- and bio-inspired algorithms has
been reported in the literature. This algorithmic family simulates different
biological processes observed in Nature in order to efficiently address complex
optimization problems. In the last years the number of bio-inspired
optimization approaches in literature has grown considerably, reaching
unprecedented levels that dark the future prospects of this field of research.
This paper addresses this problem by proposing two comprehensive,
principle-based taxonomies that allow researchers to organize existing and
future algorithmic developments into well-defined categories, considering two
different criteria: the source of inspiration and the behavior of each
algorithm. Using these taxonomies we review more than three hundred
publications dealing with nature-inspired and bio-inspired algorithms, and
proposals falling within each of these categories are examined, leading to a
critical summary of design trends and similarities between them, and the
identification of the most similar classical algorithm for each reviewed paper.
From our analysis we conclude that a poor relationship is often found between
the natural inspiration of an algorithm and its behavior. Furthermore,
similarities in terms of behavior between different algorithms are greater than
what is claimed in their public disclosure: specifically, we show that more
than one-third of the reviewed bio-inspired solvers are versions of classical
algorithms. Grounded on the conclusions of our critical analysis, we give
several recommendations and points of improvement for better methodological
practices in this active and growing research field.
- Abstract（参考訳）: 近年、様々な自然と生物に触発されたアルゴリズムが文献に報告されている。
このアルゴリズムは、複雑な最適化問題に効率的に対処するために、自然界で観察される様々な生物学的過程をシミュレートする。
過去数年間、文学におけるバイオインスパイアされた最適化アプローチの数は大幅に増加し、この研究分野の将来の展望を暗くする前例のない水準に達した。
本稿では、研究者が既存のアルゴリズム開発と将来のアルゴリズム開発を適切に定義されたカテゴリにまとめられるように、2つの包括的原理に基づく分類法を提案することにより、この問題に対処する。
これらの分類法を用いて,自然にインスパイアされた,生物にインスパイアされたアルゴリズムを扱った300以上の出版物をレビューし,それぞれのカテゴリに含まれる提案を考察し,デザイントレンドとそれらの類似性を批判的に要約し,レビュー論文ごとに最も類似した古典的アルゴリズムを同定した。
分析から,アルゴリズムの自然な着想と行動との間には,貧弱な関係がしばしば見られると結論づけた。
さらに、異なるアルゴリズム間の挙動の類似性は、公開開示で主張されているものよりも大きい:具体的には、レビューされたバイオインスパイアされた解法の3分の1以上が古典的アルゴリズムのバージョンであることを示す。
批判分析の結論に基づき、この活発で成長する研究分野の方法論的実践を改善するためのいくつかの勧告と改善点を提示する。
関連論文リスト
- A Generalized Evolutionary Metaheuristic (GEM) Algorithm for Engineering Optimization [1.6589012298747952]
近年の大きなトレンドは、自然に着想を得たメタヒュースティックアルゴリズム(NIMA)の利用である。
文献には540以上のアルゴリズムがあり、異なるアルゴリズムの探索機構を理解するための統一的なフレームワークはない。
20以上の異なるアルゴリズムを統一する一般化された進化的メタヒューリスティックアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-07-02T09:55:15Z) - Regularization-Based Methods for Ordinal Quantification [49.606912965922504]
順序の場合、すなわち n>2 クラスの集合上で全順序が定義される場合について研究する。
本稿では,従来のアルゴリズムよりも優れた正規化OQアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-13T16:04:06Z) - Nature Inspired Evolutionary Swarm Optimizers for Biomedical Image and
Signal Processing -- A Systematic Review [0.0]
論文は28のピアレビュー関連記事と26のネイチャーインスパイアされたアルゴリズムをレビューする。
これらのアルゴリズムは、読者がそれぞれのアルゴリズムの信頼性と探索段階を理解するのを助けるために、徹底的に探索され、より少ない探索と未調査のカテゴリに分離する。
論文 参考訳（メタデータ） (2023-10-02T04:52:46Z) - A Gold Standard Dataset for the Reviewer Assignment Problem [117.59690218507565]
類似度スコア(Similarity score)とは、論文のレビューにおいて、レビュアーの専門知識を数値で見積もるものである。
私たちのデータセットは、58人の研究者による477の自己申告された専門知識スコアで構成されています。
2つの論文をレビュアーに関連付けるタスクは、簡単なケースでは12%～30%、ハードケースでは36%～43%である。
論文 参考訳（メタデータ） (2023-03-23T16:15:03Z) - Improving RNA Secondary Structure Design using Deep Reinforcement
Learning [69.63971634605797]
本稿では,RNA配列設計に強化学習を適用した新しいベンチマークを提案する。このベンチマークでは,目的関数を配列の二次構造における自由エネルギーとして定義する。
本稿では,これらのアルゴリズムに対して行うアブレーション解析の結果と,バッチ間でのアルゴリズムの性能を示すグラフを示す。
論文 参考訳（メタデータ） (2021-11-05T02:54:06Z) - Result Diversification by Multi-objective Evolutionary Algorithms with
Theoretical Guarantees [94.72461292387146]
両目的探索問題として結果の多様化問題を再構成し,多目的進化アルゴリズム(EA)を用いて解くことを提案する。
GSEMOが最適時間近似比1/2$を達成できることを理論的に証明する。
目的関数が動的に変化すると、GSEMOはこの近似比をランニングタイムで維持することができ、Borodinらによって提案されたオープンな問題に対処する。
論文 参考訳（メタデータ） (2021-10-18T14:00:22Z) - Deep Algorithm Unrolling for Biomedical Imaging [99.73317152134028]
本章では,アルゴリズムのアンロールによるバイオメディカル応用とブレークスルーについて概説する。
我々はアルゴリズムのアンローリングの起源を辿り、反復アルゴリズムをディープネットワークにアンローリングする方法に関する包括的なチュートリアルを提供する。
オープンな課題を議論し、今後の研究方向性を提案することで、この章を締めくくります。
論文 参考訳（メタデータ） (2021-08-15T01:06:26Z) - Nature-Inspired Optimization Algorithms: Research Direction and Survey [0.0]
自然に着想を得たアルゴリズムは、様々な最適化問題を解くのによく用いられる。
我々は自然に触発されたアルゴリズムを自然進化ベース、群知性ベース、生物ベース、科学ベースなどと分類する。
本研究の目的は, インスピレーション源, 基本演算子, 制御パラメータ, 特徴, 変種, 適用範囲に基づいて, 様々な自然に着想を得たアルゴリズムを網羅的に解析することである。
論文 参考訳（メタデータ） (2021-02-08T06:03:36Z) - A Survey On (Stochastic Fractal Search) Algorithm [0.0]
本稿ではフラクタルという数学的概念に基づく成長の自然現象に着想を得たフラクタル探索というメタヒューリスティックなアルゴリズムを提案する。
本論文は,提案アルゴリズムに適用される文献において一般的に用いられる工学設計最適化問題のステップと応用例にも注目する。
論文 参考訳（メタデータ） (2021-01-25T22:44:04Z) - Critical Analysis: Bat Algorithm based Investigation and Application on
Several Domains [1.1802674324027231]
このアルゴリズムのアイデアはコウモリのエコーロケーション能力から取られた。
バットアルゴリズムは、背景、特徴、制限の観点から詳細に与えられる。
論文 参考訳（メタデータ） (2021-01-18T19:25:12Z) - Towards Optimally Efficient Tree Search with Deep Learning [76.64632985696237]
本稿では,線形モデルから信号整数を推定する古典整数最小二乗問題について検討する。
問題はNPハードであり、信号処理、バイオインフォマティクス、通信、機械学習といった様々な応用でしばしば発生する。
本稿では, 深いニューラルネットワークを用いて, 単純化されたメモリバウンドA*アルゴリズムの最適推定を推定し, HATSアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-01-07T08:00:02Z)
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。