論文の概要: Evolutionary Algorithms with Self-adjusting Asymmetric Mutation

• arxiv url: http://arxiv.org/abs/2006.09126v1
• Date: Tue, 16 Jun 2020 13:16:50 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-20 19:55:20.097948
• Title: Evolutionary Algorithms with Self-adjusting Asymmetric Mutation
• Title（参考訳）: 自己調整型非対称突然変異を用いた進化アルゴリズム
• Authors: Amirhossein Rajabi and Carsten Witt
• Abstract要約: ゼロビットと1ビットを異なる方法で扱うことができる非対称突然変異演算子を解析する。 マッチングビット数を表す関数のクラスOneMax$_a$に対して、改善された実行結果を示す。
• 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: Evolutionary Algorithms (EAs) and other randomized search heuristics are often considered as unbiased algorithms that are invariant with respect to different transformations of the underlying search space. However, if a certain amount of domain knowledge is available the use of biased search operators in EAs becomes viable. We consider a simple (1+1) EA for binary search spaces and analyze an asymmetric mutation operator that can treat zero- and one-bits differently. This operator extends previous work by Jansen and Sudholt (ECJ 18(1), 2010) by allowing the operator asymmetry to vary according to the success rate of the algorithm. Using a self-adjusting scheme that learns an appropriate degree of asymmetry, we show improved runtime results on the class of functions OneMax$_a$ describing the number of matching bits with a fixed target $a\in\{0,1\}^n$.
• Abstract（参考訳）: 進化的アルゴリズム(EA)や他のランダム化された探索ヒューリスティックは、下層の探索空間の異なる変換に関して不変な非バイアスアルゴリズムとみなされることが多い。 しかし、一定の量のドメイン知識が利用可能であれば、EAにおけるバイアス付き検索演算子の使用は可能となる。 二進探索空間に対する単純な (1+1) EA を考え、ゼロビットと1ビットを異なる方法で扱うことができる非対称な突然変異演算子を解析する。 この作用素は、Jansen and Sudholt (ECJ 18(1), 2010) による以前の研究を拡張し、演算子非対称性をアルゴリズムの成功率に応じて変化させる。 適切な非対称性の度合いを学習する自己調整スキームを用いて、固定されたターゲット$a\in\{0,1\}^n$のマッチングビット数を記述する関数のクラス上で、改善された実行結果を示す。

関連論文リスト

• Accelerated Discovery of Machine-Learned Symmetries: Deriving the Exceptional Lie Groups G2, F4 and E6 [55.41644538483948]
  このレターでは、対称性変換の発見を著しく高速化する2つの改良されたアルゴリズムを紹介している。 例外的リー群の複雑性を考えると,この機械学習手法は完全に汎用的であり,多種多様なラベル付きデータセットに適用可能であることを示す。
  論文  参考訳（メタデータ） (2023-07-10T20:25:44Z)
• 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)
• Multi-block-Single-probe Variance Reduced Estimator for Coupled Compositional Optimization [49.58290066287418]
  構成問題の複雑さを軽減するために,MSVR (Multi-block-probe Variance Reduced) という新しい手法を提案する。 本研究の結果は, 試料の複雑さの順序や強靭性への依存など, 様々な面で先行して改善された。
  論文  参考訳（メタデータ） (2022-07-18T12:03:26Z)
• Runtime Analysis for Permutation-based Evolutionary Algorithms [9.044970217182117]
  ビットストリングの場合のように、スクランブル演算子の重み付きバージョンは、ジャンプサイズが$m$のジャンプ関数において、$mTheta(m)$の順序の高速化につながることを示す。 短い経験的分析によりこれらの知見が裏付けられるが、また、ヴォイド突然変異率のような小さな実装の詳細が重要な違いをもたらすことも明らかである。
  論文  参考訳（メタデータ） (2022-07-05T15:49:29Z)
• Quantum Goemans-Williamson Algorithm with the Hadamard Test and Approximate Amplitude Constraints [62.72309460291971]
  本稿では,n+1$ qubitsしか使用しないGoemans-Williamsonアルゴリズムの変分量子アルゴリズムを提案する。 補助量子ビット上で適切にパラメータ化されたユニタリ条件として目的行列を符号化することにより、効率的な最適化を実現する。 各種NPハード問題に対して,Goemans-Williamsonアルゴリズムの量子的効率的な実装を考案し,提案プロトコルの有効性を実証する。
  論文  参考訳（メタデータ） (2022-06-30T03:15:23Z)
• A gradient estimator via L1-randomization for online zero-order optimization with two point feedback [93.57603470949266]
  2つの関数評価とランダム化に基づく新しい勾配推定器を提案する。 ゼロ次オラクルの雑音に対する仮定は,ノイズのキャンセルと逆方向雑音の2種類について考察する。 我々は、問題の全てのパラメータに適応する、いつでも完全にデータ駆動のアルゴリズムを提供する。
  論文  参考訳（メタデータ） (2022-05-27T11:23:57Z)
• Alternatives to a nonhomogeneous partial differential equation quantum algorithm [52.77024349608834]
  Apsi(textbfr)=f(textbfr)$ という形の非等質線型偏微分方程式を解くための量子アルゴリズムを提案する。 これらの成果により、現代の技術に基づく量子アルゴリズムの実験的実装が容易になった。
  論文  参考訳（メタデータ） (2022-05-11T14:29:39Z)
• Adaptive and Universal Algorithms for Variational Inequalities with Optimal Convergence [29.189409618561964]
  我々は単調演算子を用いた変分不等式の新しい適応アルゴリズムを開発した。 我々のアルゴリズムは未知の問題パラメータに自動的に適応する。 我々のアルゴリズムは普遍的であり、同時に最適な収束率を達成することを示す。
  論文  参考訳（メタデータ） (2020-10-15T14:44:26Z)
• The $(1+(\lambda,\lambda))$ Genetic Algorithm for Permutations [0.0]
  我々は、$(lambda,lambda)$の遺伝的アルゴリズムが、$O(n2)$のフィットネスクエリで最適であることを示す。 また,Hamと呼ばれる置換に基づく問題に対して,このアルゴリズムの最初の解析を行った。
  論文  参考訳（メタデータ） (2020-04-18T17:04:57Z)
• Fast Mutation in Crossover-based Algorithms [8.34061303235504]
  Doerr、Le、Makhmara、Nguyen(GECCO)で提案された重尾突然変異演算子 Doerr、Le、Makhmara、Nguyen(GECCO)で提案された重尾突然変異演算子 実験的な研究は、ランダムに満足できるMax-3SATインスタンスにも高速突然変異の有効性を示す。
  論文  参考訳（メタデータ） (2020-04-14T14:16:42Z)
• Self-Adjusting Evolutionary Algorithms for Multimodal Optimization [0.0]
  自己調整および自己適応機構は、二進探索空間の進化的アルゴリズムにおける静的設定よりも確実に優れている。 我々は、既存の進化アルゴリズムのモジュールとして追加できる、停滞検出と呼ばれるメカニズムを提案する。
  論文  参考訳（メタデータ） (2020-04-07T11:02:10Z)

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。