Fugu-MT 論文翻訳(概要): Antenna Optimization Using a New Evolutionary Algorithm Based on Tukey-Lambda Probability Distribution

論文の概要: Antenna Optimization Using a New Evolutionary Algorithm Based on Tukey-Lambda Probability Distribution

arxiv url: http://arxiv.org/abs/2005.13594v2
Date: Sat, 6 Jun 2020 22:47:37 GMT
ステータス: 処理完了
システム内更新日: 2022-11-28 09:17:24.403836
Title: Antenna Optimization Using a New Evolutionary Algorithm Based on Tukey-Lambda Probability Distribution
Title（参考訳）: Tukey-Lambda確率分布に基づく新しい進化的アルゴリズムを用いたアンテナ最適化
Authors: Vahraz Jamnejad and Ahmad Hoorfar
Abstract要約: そこで我々は,Tukeyの対称分布に基づく新しい進化的最適化アルゴリズムを提案する。チューキー突然変異演算子を用いた進化的プログラミング(EP)アルゴリズムは、多くの最適化問題においてよく機能する。
参考スコア（独自算出の注目度）: 2.601664770350088
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper, we introduce a new evolutionary optimization algorithm based on Tukey's symmetric lambda distribution. Tukey distribution is defined by 3 parameters, the shape parameter, the scale parameter, and the location parameter or average value. Various other distributions can be approximated by changing the shape parameter, and as a result can encompass a large class of probability distributions. In addition, Because of these attributes, an Evolutionary Programming (EP) algorithm with Tukey mutation operator may perform well in a large class of optimization problems. Various schemes in implementation of EP with Tukey distribution are discussed, and the resulting algorithms are applied to selected test functions and antenna design problems.
Abstract（参考訳）: 本稿では,Tukeyの対称ラムダ分布に基づく新しい進化的最適化アルゴリズムを提案する。タキー分布は3つのパラメータ、形状パラメータ、スケールパラメータ、位置パラメータまたは平均値によって定義される。形状パラメータを変更することで、他の様々な分布を近似することができ、その結果、多くの確率分布を含むことができる。さらに、これらの属性により、チューキー突然変異演算子を用いた進化的プログラミング(EP)アルゴリズムは、多くの最適化問題でうまく機能する可能性がある。チューキー分布を用いたEPの実装における様々なスキームについて論じ, 選択した試験関数とアンテナ設計問題に適用した。

関連論文リスト

Adaptive Online Bayesian Estimation of Frequency Distributions with Local Differential Privacy [0.4604003661048266]
本稿では, 局所微分プライバシー(LDP)フレームワークを用いて, 有限個のカテゴリの周波数分布を適応的かつオンラインに推定する手法を提案する。提案アルゴリズムは, 後方サンプリングによるベイズパラメータ推定を行い, 得られた後方サンプルに基づいて, LDPのランダム化機構を適用する。提案手法は, (i) アルゴリズムがターゲットとする後続分布が近似した後続サンプリングであっても真のパラメータに収束し, (ii) アルゴリズムが後続サンプリングを正確に行えば高い確率で最適サブセットを選択することを示す理論解析である。
論文参考訳（メタデータ） (2024-05-11T13:59:52Z)
Deep Horseshoe Gaussian Processes [1.0742675209112622]
直交指数核を持つディープ・ガウス過程に基づく新しい単純前処理であるディープ・ホースシュー・ガウス過程(Deep Horseshoe Gaussian process)を紹介する。本研究は、2次損失から対数係数まで、未知の真の回帰曲線を最適に復元することを示す。
論文参考訳（メタデータ） (2024-03-04T05:30:43Z)
Winning Prize Comes from Losing Tickets: Improve Invariant Learning by Exploring Variant Parameters for Out-of-Distribution Generalization [76.27711056914168]
Out-of-Distribution (OOD) 一般化は、分散固有の特徴に適合することなく、様々な環境によく適応する堅牢なモデルを学ぶことを目的としている。 LTH(Lottery Ticket hypothesis)に基づく最近の研究は、学習目標を最小化し、タスクに重要なパラメータのいくつかを見つけることでこの問題に対処している。 Invariant Learning (EVIL) における変数探索手法を提案する。
論文参考訳（メタデータ） (2023-10-25T06:10:57Z)
Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文参考訳（メタデータ） (2023-01-30T15:46:39Z)
Orthogonal Polynomials Approximation Algorithm (OPAA):a functional analytic approach to estimating probability densities [0.0]
新しい直交多項式近似アルゴリズム(OPAA)を提案する。 OPAAは機能解析手法を用いて確率分布を推定する。後部の正規化重量を推定するために応用できる。
論文参考訳（メタデータ） (2022-11-16T00:51:00Z)
Optimization of Annealed Importance Sampling Hyperparameters [77.34726150561087]
Annealed Importance Smpling (AIS) は、深層生成モデルの難易度を推定するために使われる一般的なアルゴリズムである。本稿では、フレキシブルな中間分布を持つパラメータAISプロセスを提案し、サンプリングに少ないステップを使用するようにブリッジング分布を最適化する。我々は, 最適化AISの性能評価を行い, 深部生成モデルの限界推定を行い, 他の推定値と比較した。
論文参考訳（メタデータ） (2022-09-27T07:58:25Z)
Towards Learning Universal Hyperparameter Optimizers with Transformers [57.35920571605559]
我々は,テキストベースのトランスフォーマーHPOフレームワークであるOptFormerを紹介した。実験の結果,OptFormerは少なくとも7種類のHPOアルゴリズムを模倣できることがわかった。
論文参考訳（メタデータ） (2022-05-26T12:51:32Z)
Probabilistic Permutation Graph Search: Black-Box Optimization for Fairness in Ranking [53.94413894017409]
本稿では、置換グラフの概念に基づいて、置換分布を表現する新しい方法を提案する。 PLと同様に、PPGと呼ばれる分布表現は、公正性のブラックボックス最適化に利用できる。
論文参考訳（メタデータ） (2022-04-28T20:38:34Z)
Optimizing model-agnostic Random Subspace ensembles [5.680512932725364]
教師あり学習のためのモデルに依存しないアンサンブルアプローチを提案する。提案手法は、ランダム部分空間アプローチのパラメトリックバージョンを用いてモデルのアンサンブルを学習することとを交互に行う。シミュレーションおよび実世界のデータセット上で,予測と特徴ランキングの両面で,提案手法の優れた性能を示す。
論文参考訳（メタデータ） (2021-09-07T13:58:23Z)
Optimal Static Mutation Strength Distributions for the $(1+\lambda)$ Evolutionary Algorithm on OneMax [1.0965065178451106]
人口が十分に大きくなると、このような最適な分布は驚くほど複雑で直感に反する可能性がある。人口が十分に大きくなると、このような最適な分布は驚くほど複雑で直感に反する可能性がある。
論文参考訳（メタデータ） (2021-02-09T16:56:25Z)
Stochastic Saddle-Point Optimization for Wasserstein Barycenters [69.68068088508505]
オンラインデータストリームによって生成される有限個の点からなるランダムな確率測度に対する人口推定バリセンタ問題を考察する。本稿では,この問題の構造を用いて,凸凹型サドル点再構成を行う。ランダム確率測度の分布が離散的な場合、最適化アルゴリズムを提案し、その複雑性を推定する。
論文参考訳（メタデータ） (2020-06-11T19:40:38Z)

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。