論文の概要: One PLOT to Show Them All: Visualization of Efficient Sets in Multi-Objective Landscapes

• arxiv url: http://arxiv.org/abs/2006.11547v1
• Date: Sat, 20 Jun 2020 11:03:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-18 22:02:35.035994
• Title: One PLOT to Show Them All: Visualization of Efficient Sets in Multi-Objective Landscapes
• Title（参考訳）: テーマ全体を示すPLOT:多目的景観における効率的な集合の可視化
• Authors: Lennart Sch\"apermeier and Christian Grimme and Pascal Kerschke
• Abstract要約: 連続多目的最適化問題 (MOP) の可視化技術は研究に乏しい。 本稿では,局所的および大域的最適性を表現するために,両手法の利点を組み合わせた新しいハイブリッド可視化手法を提案する。 このPLOT(Plot of Landscapes with Optimal Trade-offs)は,多目的景観可視化技術として最も有用なものの一つである。
• 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: Visualization techniques for the decision space of continuous multi-objective optimization problems (MOPs) are rather scarce in research. For long, all techniques focused on global optimality and even for the few available landscape visualizations, e.g., cost landscapes, globality is the main criterion. In contrast, the recently proposed gradient field heatmaps (GFHs) emphasize the location and attraction basins of local efficient sets, but ignore the relation of sets in terms of solution quality. In this paper, we propose a new and hybrid visualization technique, which combines the advantages of both approaches in order to represent local and global optimality together within a single visualization. Therefore, we build on the GFH approach but apply a new technique for approximating the location of locally efficient points and using the divergence of the multi-objective gradient vector field as a robust second-order condition. Then, the relative dominance relationship of the determined locally efficient points is used to visualize the complete landscape of the MOP. Augmented by information on the basins of attraction, this Plot of Landscapes with Optimal Trade-offs (PLOT) becomes one of the most informative multi-objective landscape visualization techniques available.
• Abstract（参考訳）: 連続多目的最適化問題 (MOP) の決定空間の可視化技術は研究ではほとんどない。 長い間、世界的最適性に焦点を当てたすべての技術と、利用可能な数少ない景観の可視化、例えばコストの風景などでさえも、グローバル性が主要な基準です。 対照的に、最近提案された勾配場ヒートマップ (gfhs) は局所効率的集合の位置とアトラクション盆地を強調するが、解の品質の観点から集合の関係を無視する。 本稿では,局所的および大域的最適性を表現するために,両手法の利点を組み合わせる新しいハイブリッド可視化手法を提案する。 そこで我々はGFH法に基づいて,局所的に効率的な点の位置を近似する新しい手法を適用し,多目的勾配ベクトル場のばらつきを頑健な2次条件として利用する。 次に、決定された局所的効率的な点の相対的支配関係を用いて、MOPの完全な景観を可視化する。 観光地に関する情報により、このPLOT(Plot of Landscapes with Optimal Trade-offs)は、最も有益な多目的景観可視化技術の一つとなっている。

関連論文リスト

• Multi-view Aggregation Network for Dichotomous Image Segmentation [76.75904424539543]
  Dichotomous Image (DIS) は近年,高解像度自然画像からの高精度物体分割に向けて出現している。 既存の手法は、グローバルなローカライゼーションと局所的な洗練を徐々に完了させるために、退屈な複数のエンコーダ・デコーダストリームとステージに依存している。 これに触発されて、我々は多視点オブジェクト認識問題としてdisをモデル化し、擬似多視点アグリゲーションネットワーク(MVANet)を提供する。 一般的なdis-5Kデータセットの実験では、我々のMVANetは精度と速度の両方で最先端の手法を大きく上回っている。
  論文  参考訳（メタデータ） (2024-04-11T03:00:00Z)
• Efficient Multi-View Graph Clustering with Local and Global Structure Preservation [59.49018175496533]
  局所・グローバル構造保存を用いた効率的なマルチビューグラフクラスタリング(EMVGC-LG)という,アンカーベースのマルチビューグラフクラスタリングフレームワークを提案する。 具体的には、EMVGC-LGがクラスタリング品質を向上させるために、アンカー構築とグラフ学習を共同で最適化する。 さらに、EMVGC-LGはサンプル数に関する既存のAMVGCメソッドの線形複雑性を継承する。
  論文  参考訳（メタデータ） (2023-08-31T12:12:30Z)
• Dynamic Regularized Sharpness Aware Minimization in Federated Learning: Approaching Global Consistency and Smooth Landscape [59.841889495864386]
  フェデレートラーニング(FL)では、グローバルサーバの協調の下で、ローカルクライアントのクラスタがチェアリングされる。 クライアントは自身のオプティマに過度に適合する傾向にあり、グローバルな目標から非常に逸脱する。 tt Family FedSMOOは、グローバルな目的に対する局所的な最適性を保証するために動的正規化器を採用する。 理論解析により, tt Family FedSMOO は, 低境界一般化による高速$mathcalO (1/T)$収束率を達成することが示された。
  論文  参考訳（メタデータ） (2023-05-19T10:47:44Z)
• Centralized Feature Pyramid for Object Detection [53.501796194901964]
  視覚的特徴ピラミッドは、広範囲のアプリケーションにおいて、有効性と効率の両方において、その優位性を示している。 本稿では,オブジェクト検出のためのOLO特徴ピラミッドを提案する。
  論文  参考訳（メタデータ） (2022-10-05T08:32:54Z)
• Double Graphs Regularized Multi-view Subspace Clustering [15.52467509308717]
  本稿では,新しいDouble Graphs Regularized Multi-view Subspace Clustering (DGRMSC)法を提案する。 マルチビューデータのグローバルな構造情報とローカルな構造情報の両方を統一されたフレームワークで活用することを目的としている。
  論文  参考訳（メタデータ） (2022-09-30T00:16:42Z)
• Explicitly Multi-Modal Benchmarks for Multi-Objective Optimization [1.9282110216621833]
  本研究では,アトラクションの流域を用いて,流域接続性(3BC)に基づくベンチマークを導入する。 3BCは、盆地グラフと呼ばれるトポロジ解析によって、マルチモーダルランドスケープの仕様化を可能にする。
  論文  参考訳（メタデータ） (2021-10-07T05:51:32Z)
• Domain Adaptive Person Re-Identification via Coupling Optimization [58.567492812339566]
  ドメイン適応型人物再識別(ReID)は、ドメインのギャップとターゲットシナリオに対するアノテーションの不足のために困難である。 本稿では,ドメイン不変写像 (DIM) 法とグローバル局所距離最適化 (GLO) を含む結合最適化手法を提案する。 GLOはターゲットドメインの教師なし設定でReIDモデルをトレーニングするために設計されている。
  論文  参考訳（メタデータ） (2020-11-06T14:01:03Z)
• Multiobjectivization of Local Search: Single-Objective Optimization Benefits From Multi-Objective Gradient Descent [0.0]
  局所トラップから逃れることのできる勾配降下の概念を新たに提案する。 我々は、多目的問題に対して洗練された可視化技術を用いて、アイデアの動作原理を証明する。
  論文  参考訳（メタデータ） (2020-10-02T13:56:44Z)
• DASGIL: Domain Adaptation for Semantic and Geometric-aware Image-based Localization [27.294822556484345]
  環境変化下での視覚的長期化は、自律走行と移動ロボット工学において難しい問題である。 視覚的位置認識のための多スケール潜在埋め込み表現に幾何学的および意味的情報を融合する新しいマルチタスクアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-10-01T17:44:25Z)
• Cross-Domain Facial Expression Recognition: A Unified Evaluation Benchmark and Adversarial Graph Learning [85.6386289476598]
  我々は,クロスドメイン全体的特徴共適応のための新しい逆グラフ表現適応(AGRA)フレームワークを開発した。 我々は,いくつかの一般的なベンチマークで広範囲かつ公平な評価を行い,提案したAGRAフレームワークが従来の最先端手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-08-03T15:00:31Z)

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。