論文の概要: Particle Swarm Optimization: Stability Analysis using N-Informers under Arbitrary Coefficient Distributions

• arxiv url: http://arxiv.org/abs/2004.00476v1
• Date: Wed, 1 Apr 2020 14:45:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-17 18:45:28.333172
• Title: Particle Swarm Optimization: Stability Analysis using N-Informers under Arbitrary Coefficient Distributions
• Title（参考訳）: 粒子群最適化:任意係数分布下におけるNインフォーマを用いた安定性解析
• Authors: Christopher W Cleghorn, Belinda Stapelberg
• Abstract要約: この論文は、最小のモデリング仮定の下で、一般的な粒子群(PSO)の変種に対する1$と2$の安定条件を得るための簡単な定理を導出する。 粒子の位置と群情報器の間の重み付き差分ベクトルの有限和として書き直せるPSO変種は、定理によって被覆される。
• 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: This paper derives, under minimal modelling assumptions, a simple to use theorem for obtaining both order-$1$ and order-$2$ stability criteria for a common class of particle swarm optimization (PSO) variants. Specifically, PSO variants that can be rewritten as a finite sum of stochastically weighted difference vectors between a particle's position and swarm informers are covered by the theorem. Additionally, the use of the derived theorem allows a PSO practitioner to obtain stability criteria that contains no artificial restriction on the relationship between control coefficients. Almost all previous PSO stability results have provided stability criteria under the restriction that the social and cognitive control coefficients are equal; such restrictions are not present when using the derived theorem. Using the derived theorem, as demonstration of its ease of use, stability criteria are derived without the imposed restriction on the relation between the control coefficients for three popular PSO variants.
• Abstract（参考訳）: 本稿では, 最小モデリング仮定の下で, 粒子群最適化 (pso) の共通クラスに対して, オーダー-$$ とオーダー-$2$ の安定基準を得るための簡単な定理を導出する。 具体的には、粒子の位置と群情報器の間の確率的に重み付けされた差分ベクトルの有限和として書き直すことができるpso変種を定理でカバーする。 さらに、導出定理を用いることで、PSO実践者は制御係数間の関係に関する人工的な制限を含まない安定性基準を得ることができる。 以前のPSO安定化結果のほとんど全てが、社会的および認知的制御係数が等しいという制限の下で安定性基準を提供しており、この制限は導出定理を用いても存在しない。 導出定理を用いて、その使いやすさの実証として、3つの一般的なpso変種に対する制御係数の関係に制限を課すことなく安定性基準を導出する。

関連論文リスト

• A Unified Theory of Stochastic Proximal Point Methods without Smoothness [52.30944052987393]
  近点法はその数値的安定性と不完全なチューニングに対する頑健性からかなりの関心を集めている。 本稿では,近位点法(SPPM)の幅広いバリエーションの包括的解析について述べる。
  論文  参考訳（メタデータ） (2024-05-24T21:09:19Z)
• Convex Parameter Estimation of Perturbed Multivariate Generalized Gaussian Distributions [18.95928707619676]
  本稿では,MGGDパラメータの確立された特性を持つ凸定式化を提案する。 提案するフレームワークは, 精度行列, 平均, 摂動の様々な正規化を組み合わせ, 柔軟である。 実験により, 平均ベクトルパラメータに対して, 同様の性能でより正確な精度と共分散行列推定を行うことができた。
  論文  参考訳（メタデータ） (2023-12-12T18:08:04Z)
• Q-Learning for Stochastic Control under General Information Structures and Non-Markovian Environments [1.90365714903665]
  反復に対する収束定理を提示し、特に一般の、おそらくは非マルコフ的環境下でのQ学習を反復する。 非マルコフ環境における様々な制御問題に対するこの定理の意義と応用について論じる。
  論文  参考訳（メタデータ） (2023-10-31T19:53:16Z)
• On the near-optimality of betting confidence sets for bounded means [42.460619457560334]
  信頼性区間(CI)を定義するための代替ベッティングベースのアプローチが,古典的手法よりも経験的に優れていることを示す。 特定の逆情報投影の観点でCI/CSを構築する方法によって達成可能な最小幅を特徴付ける2つの下位境界を確立する。 これらの結果から、ベッティングCI(およびCS)は、既存の最先端のEB-CI(および)レギュレーションよりも強力な理論的保証を認めることが示唆された。
  論文  参考訳（メタデータ） (2023-10-02T18:42:23Z)
• High-Probability Bounds for Stochastic Optimization and Variational Inequalities: the Case of Unbounded Variance [59.211456992422136]
  制約の少ない仮定の下で高確率収束結果のアルゴリズムを提案する。 これらの結果は、標準機能クラスに適合しない問題を最適化するために検討された手法の使用を正当化する。
  論文  参考訳（メタデータ） (2023-02-02T10:37:23Z)
• On the Importance of Gradient Norm in PAC-Bayesian Bounds [92.82627080794491]
  対数ソボレフ不等式の縮約性を利用する新しい一般化法を提案する。 我々は、この新たな損失段階的ノルム項が異なるニューラルネットワークに与える影響を実証的に分析する。
  論文  参考訳（メタデータ） (2022-10-12T12:49:20Z)
• Controlling the Complexity and Lipschitz Constant improves polynomial nets [55.121200972539114]
  多項式ネットの結合CP分解(CCP)モデルとNested Coupled CP分解(NCP)モデルに対する新しい複雑性境界を導出する。 本研究では、6つのデータセットで実験的に評価し、モデルが逆摂動に対して頑健であるとともに精度も向上することを示す。
  論文  参考訳（メタデータ） (2022-02-10T14:54:29Z)
• Pointwise Feasibility of Gaussian Process-based Safety-Critical Control under Model Uncertainty [77.18483084440182]
  制御バリア関数(CBF)と制御リアプノフ関数(CLF)は、制御システムの安全性と安定性をそれぞれ強化するための一般的なツールである。 本稿では, CBF と CLF を用いた安全クリティカルコントローラにおいて, モデル不確実性に対処するためのガウスプロセス(GP)に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2021-06-13T23:08:49Z)
• Toward Better Generalization Bounds with Locally Elastic Stability [41.7030651617752]
  局所的な弾性安定性は、一様安定性に基づいて導出されたものよりも厳密な一般化境界を意味すると論じる。 我々は、有界支持ベクトルマシン、正規化最小二乗回帰、勾配降下の例を再考する。
  論文  参考訳（メタデータ） (2020-10-27T02:04:53Z)
• Fine-Grained Analysis of Stability and Generalization for Stochastic Gradient Descent [55.85456985750134]
  我々は,SGDの反復的リスクによって制御される新しい境界を開発する,平均モデル安定性と呼ばれる新しい安定性尺度を導入する。 これにより、最良のモデルの振舞いによって一般化境界が得られ、低雑音環境における最初の既知の高速境界が導かれる。 我々の知る限りでは、このことはSGDの微分不能な損失関数でさえも初めて知られている安定性と一般化を与える。
  論文  参考訳（メタデータ） (2020-06-15T06:30:19Z)
• A Measure-Theoretic Approach to Kernel Conditional Mean Embeddings [14.71280987722701]
  条件付き平均埋め込みに対する演算子なし測度理論的アプローチを提案する。 我々は、経験的推定を得るために自然な回帰解釈を導出する。 自然副産物として、平均不一致とヒルベルト=シュミット独立基準の条件付き類似点を得る。
  論文  参考訳（メタデータ） (2020-02-10T12:44:12Z)

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。