論文の概要: Uncertainty Principle based optimization; new metaheuristics framework
- arxiv url: http://arxiv.org/abs/2006.09981v1
- Date: Tue, 2 Jun 2020 16:20:42 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-25 23:18:14.897568
- Title: Uncertainty Principle based optimization; new metaheuristics framework
- Title（参考訳）: 不確実性原理に基づく最適化 : 新しいメタヒューリスティックスフレームワーク
- Authors: Mojtaba Moattari, Mohammad Hassan Moradi, Emad Roshandel
- Abstract要約: 本稿では,不確実性原理に基づく新しいメタヒューリスティック手法を提案する。
量子力学の分野において、任意の量子状態において、位置や運動量などの可観測物をはっきりと決定することはできない。
提案手法は,局所探索とグローバルな解探索を行う上での本質的な不確実性に基づくものである。
- 参考スコア（独自算出の注目度）: 2.8101673772585736
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: To more flexibly balance between exploration and exploitation, a new
meta-heuristic method based on Uncertainty Principle concepts is proposed in
this paper. UP is is proved effective in multiple branches of science. In the
branch of quantum mechanics, canonically conjugate observables such as position
and momentum cannot both be distinctly determined in any quantum state. In the
same manner, the branch of Spectral filtering design implies that a nonzero
function and its Fourier transform cannot both be sharply localized. After
delving into such concepts on Uncertainty Principle and their variations in
quantum physics, Fourier analysis, and wavelet design, the proposed framework
is described in terms of algorithm and flowchart. Our proposed optimizer's idea
is based on an inherent uncertainty in performing local search versus global
solution search. A set of compatible metrics for each part of the framework is
proposed to derive preferred form of algorithm. Evaluations and comparisons at
the end of paper show competency and distinct capability of the algorithm over
some of the well-known and recently proposed metaheuristics.
- Abstract（参考訳）: 探索と搾取をより柔軟にバランスさせるため,不確実性原理概念に基づく新しいメタヒューリスティック手法を提案する。
UPは科学の複数の分野において有効であることが証明されている。
量子力学の分野において、任意の量子状態において、位置や運動量などの可観測物をはっきりと決定することはできない。
同様に、スペクトルフィルタリング設計の分岐は、非零函数とそのフーリエ変換が共に鋭く局所化できないことを意味する。
不確実性原理と量子物理学、フーリエ解析、ウェーブレット設計におけるそれらのバリエーションについて検討した後、提案フレームワークはアルゴリズムとフローチャートの観点から記述する。
提案するオプティマイザの考え方は,局所探索とグローバル解探索に固有の不確実性に基づいている。
フレームワークの各部分で互換性のあるメトリクスのセットを提案し、アルゴリズムの好ましい形式を導出する。
論文末における評価と比較は、よく知られた、最近提案されたメタヒューリスティックスよりもアルゴリズムの能力と際立った能力を示している。
関連論文リスト
- Out of the Loop: Structural Approximation of Optimisation Landscapes and non-Iterative Quantum Optimisation [3.9857517408503567]
量子近似最適化アルゴリズム (quantum Approximate optimization algorithm, Qaoa) は、最適化のための量子古典的反復法として広く研究されている。
インスタンスに依存しないが問題固有の非定型計算に基づく新しいアルゴリズム変種を導入する。
我々のアプローチは、カオの量子非依存構造に関する長年の予想を証明することに基づいている。
論文 参考訳（メタデータ） (2024-08-12T21:02:58Z) - A Canonicalization Perspective on Invariant and Equivariant Learning [54.44572887716977]
フレームの設計について,本質的で完全な視点を提供する正準化の視点を導入する。
フレームと標準形式の間には固有の関係があることが示される。
既存の手法よりも厳密な固有ベクトルのための新しいフレームを設計する。
論文 参考訳（メタデータ） (2024-05-28T17:22:15Z) - 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) - New Prospects for a Causally Local Formulation of Quantum Theory [0.0]
本稿では,ベルの基準を改善するための因果的局所性の新しい原理を紹介する。
空間的分離に留まる系が互いに因果的影響を及ぼさないことを示す。
論文 参考訳（メタデータ） (2024-02-26T18:19:51Z) - Pseudo-Bayesian Optimization [7.556071491014536]
ブラックボックス最適化の収束を保証するために最小限の要件を課す公理的枠組みについて検討する。
我々は、単純な局所回帰と、不確実性を定量化するために適切な「ランダム化事前」構造を用いることが、収束を保証するだけでなく、常に最先端のベンチマークよりも優れていることを示す。
論文 参考訳（メタデータ） (2023-10-15T07:55:28Z) - PAPAL: A Provable PArticle-based Primal-Dual ALgorithm for Mixed Nash Equilibrium [58.26573117273626]
2プレイヤゼロサム連続ゲームにおける非AL平衡非漸近目的関数について考察する。
連続分布戦略のための粒子ベースアルゴリズムに関する新しい知見を述べる。
論文 参考訳（メタデータ） (2023-03-02T05:08:15Z) - Conditional entropy minimization principle for learning domain invariant
representation features [30.459247038765568]
本稿では,条件付きエントロピー最小化原理に基づくフレームワークを提案する。
提案手法はよく知られたInformation Bottleneckフレームワークと密接に関連していることを示す。
論文 参考訳（メタデータ） (2022-01-25T17:02:12Z) - Logical Credal Networks [87.25387518070411]
本稿では,論理と確率を組み合わせた先行モデルの多くを一般化した表現的確率論的論理である論理的クレダルネットワークを紹介する。
本稿では,不確実性のあるマスターミンドゲームを解くこと,クレジットカード詐欺を検出することを含む,最大後部推論タスクの性能について検討する。
論文 参考訳（メタデータ） (2021-09-25T00:00:47Z) - A Dynamical Systems Approach for Convergence of the Bayesian EM
Algorithm [59.99439951055238]
我々は、(離散時間)リアプノフ安定性理論が、必ずしも勾配ベースではない最適化アルゴリズムの分析(および潜在的な設計)において、いかに強力なツールとして役立つかを示す。
本稿では,不完全データベイズフレームワークにおけるパラメータ推定を,MAP-EM (maximum a reari expectation-maximization) と呼ばれる一般的な最適化アルゴリズムを用いて行うことに着目したML問題について述べる。
高速収束(線形あるいは二次的)が達成され,S&Cアプローチを使わずに発表することが困難であった可能性が示唆された。
論文 参考訳（メタデータ） (2020-06-23T01:34:18Z) - QuLBIT: Quantum-Like Bayesian Inference Technologies for Cognition and
Decision [0.11470070927586014]
本稿では、量子論から派生した統合認知意思決定フレームワーク(QulBIT)の基礎を提供する。
本稿では,統合フレームワークの主要なモジュール,説明的分析手法について詳述し,その適用が確実な原則に反する状況で説明する。
論文 参考訳（メタデータ） (2020-05-30T09:02:03Z) - On dissipative symplectic integration with applications to
gradient-based optimization [77.34726150561087]
本稿では,離散化を体系的に実現する幾何学的枠組みを提案する。
我々は、シンプレクティックな非保守的、特に散逸的なハミルトン系への一般化が、制御された誤差まで収束率を維持することができることを示す。
論文 参考訳（メタデータ） (2020-04-15T00:36:49Z)
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。