論文の概要: An Assignment Problem Formulation for Dominance Move Indicator
- arxiv url: http://arxiv.org/abs/2002.10842v2
- Date: Thu, 14 May 2020 17:48:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-28 21:01:22.671080
- Title: An Assignment Problem Formulation for Dominance Move Indicator
- Title(参考訳): 支配的移動指標のための割当問題定式化
- Authors: Claudio Lucio do Val Lopes, Fl\'avio Vin\'icius Cruzeiro Martins,
Elizabeth F. Wanner
- Abstract要約: 支配移動(Dominance move, DoM)は、多目的最適化における解集合を比較するためのバイナリ品質指標である。
この研究は、3つ以上の目的を持つ問題において、DoMに割り当ての定式化を提示する。
- 参考スコア(独自算出の注目度): 2.955770350392987
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dominance move (DoM) is a binary quality indicator to compare solution sets
in multiobjective optimization. The indicator allows a more natural and
intuitive relation when comparing solution sets. It is Pareto compliant and
does not demand any parameters or reference sets. In spite of its advantages,
the combinatorial calculation nature is a limitation. The original formulation
presents an efficient method to calculate it in a biobjective case only. This
work presents an assignment formulation to calculate DoM in problems with three
objectives or more. Some initial experiments, in the biobjective space, were
done to present the model correctness. Next, other experiments, using three
dimensions, were also done to show how DoM could be compared with other
indicators: inverted generational distance (IGD) and hypervolume (HV). Results
show the assignment formulation for DoM is valid for more than three
objectives. However, there are some strengths and weaknesses, which are
discussed and detailed. Some notes, considerations, and future research paths
conclude this work.
- Abstract(参考訳): 支配移動 (dom) は多目的最適化において解集合を比較するためのバイナリ品質指標である。
この指標は、解集合の比較においてより自然で直感的な関係を可能にする。
Paretoに準拠しており、パラメータや参照セットを一切要求しない。
その利点にもかかわらず、組合せ計算の性質は限界である。
元の定式化は、バイオオブジェクトの場合のみに効率的な計算方法を示す。
本研究は、3つ以上の目的を持つ問題におけるDoMを計算するための代入式を示す。
双目的空間におけるいくつかの実験は、モデルの正確性を示すために行われた。
次に、3次元を用いた他の実験は、逆世代距離(IGD)や超体積(HV)といった他の指標とDoMがどのように比較できるかを示すために行われた。
その結果、DoMの割り当て定式化は3つ以上の目的に対して有効であることが示された。
しかし、いくつかの強みと弱みが議論され、詳細に述べられている。
いくつかのノート、考察、将来の研究経路がこの研究を結論付けている。
関連論文リスト
- A Framework for Data-Driven Explainability in Mathematical Optimization [0.0]
最適化ソフトウェアがブラックボックスとして認識されているため、確実に最適な解決策は受け入れられないかもしれない。
我々は、目的値の横にある別の評価基準として、ソリューションの説明可能性を導入することを提唱する。
説明責任を強制するコストは非常に小さいことが判明した。
論文 参考訳(メタデータ) (2023-08-16T12:12:24Z) - Fine-Grained Complexity Analysis of Multi-Agent Path Finding on 2D Grids [0.190365714903665]
エージェントを2つのチームに分けた2色MAPFがNPハードのままであることを示す。
フロータイムの目的のために,エージェントの移動数に基づいてトラクタビリティフロンティアを確立する。
この結果は最適解の構造に新たな光を当て、一般的な問題のアルゴリズム設計を導くのに役立つかもしれない。
論文 参考訳(メタデータ) (2023-05-25T17:56:24Z) - A Lagrangian Duality Approach to Active Learning [119.36233726867992]
トレーニングデータのサブセットのみをラベル付けするバッチアクティブな学習問題を考察する。
制約付き最適化を用いて学習問題を定式化し、各制約はラベル付きサンプルにモデルの性能を拘束する。
数値実験により,提案手法は最先端の能動学習法と同等かそれ以上に機能することを示した。
論文 参考訳(メタデータ) (2022-02-08T19:18:49Z) - Modality-Aware Triplet Hard Mining for Zero-shot Sketch-Based Image
Retrieval [51.42470171051007]
本稿では,ZES-SBIR(Zero-Shot Sketch-Based Image Retrieval)問題に,クロスモダリティメトリック学習の観点から取り組む。
DMLにおける2つの基本的な学習手法、例えば分類訓練とペアトレーニングを組み合わせることで、ZS-SBIRの強力なベースラインを構築した。
モータリティ・アウェア・トリプルト・ハード・マイニング(MATHM)は3種類のペア・ラーニングによってベースラインを向上することを示す。
論文 参考訳(メタデータ) (2021-12-15T08:36:44Z) - Probabilistic Entity Representation Model for Chain Reasoning over
Knowledge Graphs [18.92547855877845]
本稿では,知識グラフ上の論理的推論のための確率的エンティティ表現モデル(PERM)を提案する。
PERMは、エンティティを平均と共分散パラメータで多変量ガウス密度としてエンコードし、意味的位置と滑らかな決定境界をキャプチャする。
われわれは, PERMの薬剤再精製事例研究における能力を示すとともに, 提案された研究が, 現行の方法よりもはるかに優れたF1薬剤を推奨できることを実証した。
論文 参考訳(メタデータ) (2021-10-26T09:26:10Z) - Instance-Level Relative Saliency Ranking with Graph Reasoning [126.09138829920627]
そこで本研究では,有意な事例を分割し,相対的有意な有意なランク順序を推定するための統一モデルを提案する。
また、サラレンシーランキングブランチを効果的にトレーニングするために、新しい損失関数も提案されている。
実験の結果,提案手法は従来の手法よりも有効であることがわかった。
論文 参考訳(メタデータ) (2021-07-08T13:10:42Z) - Self-Point-Flow: Self-Supervised Scene Flow Estimation from Point Clouds
with Optimal Transport and Random Walk [59.87525177207915]
シーンフローを近似する2点雲間の対応性を確立するための自己教師型手法を開発した。
本手法は,自己教師付き学習手法の最先端性能を実現する。
論文 参考訳(メタデータ) (2021-05-18T03:12:42Z) - Hybrid Trilinear and Bilinear Programming for Aligning Partially
Overlapping Point Sets [85.71360365315128]
多くの応用において、部分重なり合う点集合が対応するRPMアルゴリズムに不変であるようなアルゴリズムが必要である。
まず、目的が立方体有界関数であることを示し、次に、三線型および双線型単相変換の凸エンベロープを用いて、その下界を導出する。
次に、変換変数上の分岐のみを効率よく実行するブランチ・アンド・バウンド(BnB)アルゴリズムを開発する。
論文 参考訳(メタデータ) (2021-01-19T04:24:23Z) - Analyzing Dominance Move (MIP-DoM) Indicator for Multi- and
Many-objective Optimization [7.806475653929673]
支配移動(Dominance move, DoM)は、多目的および多目的最適化に使用できるバイナリ品質指標である。
本研究は,MIP(Mixed integer Programming)アプローチを用いた新しいDoM計算手法を提案する。
論文 参考訳(メタデータ) (2020-12-21T18:36:26Z) - Neural Methods for Point-wise Dependency Estimation [129.93860669802046]
我々は,2つの結果が共起する確率を定量的に測定する点依存度(PD)の推定に焦点をあてる。
提案手法の有効性を,1)MI推定,2)自己教師付き表現学習,3)クロスモーダル検索タスクで示す。
論文 参考訳(メタデータ) (2020-06-09T23:26:15Z) - Dominance Move calculation using a MIP approach for comparison of multi
and many-objective optimization solution sets [1.9212368803706579]
支配移動(Dominance move, DoM)は、多目的最適化に使用できるバイナリ品質指標である。
この研究は、3つ以上の目的を扱うためにDoMを計算および拡張するための新しいアプローチを示す。
論文 参考訳(メタデータ) (2020-01-10T20:28:31Z)
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。