論文の概要: Reviewing and Benchmarking Parameter Control Methods in Differential
Evolution
- arxiv url: http://arxiv.org/abs/2010.01035v1
- Date: Fri, 2 Oct 2020 14:52:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-12 01:16:44.194263
- Title: Reviewing and Benchmarking Parameter Control Methods in Differential
Evolution
- Title（参考訳）: 微分進化におけるパラメータ制御のレビューとベンチマーク
- Authors: Ryoji Tanabe and Alex Fukunaga
- Abstract要約: そこで本研究では, 差分進化におけるスケールファクターとクロスオーバー率について, 24PCMの詳細な検討を行った。
24個のPCMと16個の変分演算子を用いたDESの性能を,24個のブラックボックスベンチマーク関数を用いて検討した。
ベンチマークの結果、標準化されたフレームワークに埋め込まれた場合、どのメソッドが高い性能を示すかが明らかになった。
- 参考スコア（独自算出の注目度）: 7.538482310185133
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many Differential Evolution (DE) algorithms with various parameter control
methods (PCMs) have been proposed. However, previous studies usually considered
PCMs to be an integral component of a complex DE algorithm. Thus the
characteristics and performance of each method are poorly understood. We
present an in-depth review of 24 PCMs for the scale factor and crossover rate
in DE and a large scale benchmarking study. We carefully extract the 24 PCMs
from their original, complex algorithms and describe them according to a
systematic manner. Our review facilitates the understanding of similarities and
differences between existing, representative PCMs. The performance of DEs with
the 24 PCMs and 16 variation operators is investigated on 24 black-box
benchmark functions. Our benchmarking results reveal which methods exhibit high
performance when embedded in a standardized framework under 16 different
conditions, independent from their original, complex algorithms. We also
investigate how much room there is for further improvement of PCMs by comparing
the 24 methods with an oracle-based model, which can be considered to be a
conservative lower bound on the performance of an optimal method.
- Abstract（参考訳）: 様々なパラメータ制御法(PCM)を用いた多くの微分進化(DE)アルゴリズムが提案されている。
しかし、従来の研究では、pcmは複素deアルゴリズムの積分成分であると考えられていた。
したがって,各手法の特性や性能はよく分かっていない。
本稿では,DECのスケールファクタとクロスオーバー率に関する24PCMの詳細なレビューと大規模ベンチマーク研究について述べる。
従来の複雑なアルゴリズムから24個のPCMを慎重に抽出し,それらを体系的に記述する。
本稿では,既存の代表的PCM間の類似点と相違点の理解を容易にする。
24個のPCMと16個の変分演算子を用いたDESの性能を,24個のブラックボックスベンチマーク関数を用いて検討した。
ベンチマークの結果,従来の複雑なアルゴリズムとは独立に,16の条件下で標準化されたフレームワークに組み込んだ場合,どの手法が高い性能を示すかが明らかになった。
また, 最適手法の性能に対する保守的下限と見なすことができる, オラクルベースモデルと24の手法を比較することで, PCMsをさらに改善する余地がどの程度あるかについても検討する。
関連論文リスト
- Efficient Learning of POMDPs with Known Observation Model in Average-Reward Setting [56.92178753201331]
我々は,POMDPパラメータを信念に基づくポリシを用いて収集したサンプルから学習することのできる観測・認識スペクトル(OAS)推定手法を提案する。
提案するOAS-UCRLアルゴリズムに対して,OASプロシージャの整合性を示し,$mathcalO(sqrtT log(T)$の残差保証を証明した。
論文 参考訳（メタデータ） (2024-10-02T08:46:34Z) - Benchmarking Parameter Control Methods in Differential Evolution for Mixed-Integer Black-Box Optimization [0.0]
微分進化(DE)は一般に、スケール係数とクロスオーバー率のパラメータ制御法(PCM)を必要とする。
本稿では,混合整数ブラックボックス最適化ベンチマーク(bbob-mixint)スイート上で,DECのPCMをベンチマークする。
SHADEのPCMは数値ブラックボックス最適化の最先端技術であるが, 混合整数ブラックボックス最適化の性能は低かった。
論文 参考訳（メタデータ） (2024-04-04T08:54:15Z) - Online Variational Sequential Monte Carlo [49.97673761305336]
我々は,計算効率が高く正確なモデルパラメータ推定とベイジアン潜在状態推定を提供する変分連続モンテカルロ法(VSMC)を構築した。
オンラインVSMCは、パラメータ推定と粒子提案適応の両方を効率よく、完全にオンザフライで実行することができる。
論文 参考訳（メタデータ） (2023-12-19T21:45:38Z) - Provably Efficient UCB-type Algorithms For Learning Predictive State
Representations [55.00359893021461]
逐次決定問題は、予測状態表現(PSR)によってモデル化された低ランク構造が認められる場合、統計的に学習可能である
本稿では,推定モデルと実モデル間の全変動距離を上限とする新しいボーナス項を特徴とする,PSRに対する最初のUCB型アプローチを提案する。
PSRに対する既存のアプローチとは対照的に、UCB型アルゴリズムは計算的トラクタビリティ、最優先の準最適ポリシー、モデルの精度が保証される。
論文 参考訳（メタデータ） (2023-07-01T18:35:21Z) - An Approach to Multiple Comparison Benchmark Evaluations that is Stable
Under Manipulation of the Comparate Set [10.353747919337817]
ベンチマーク比較の結果を示す新しい手法として,MCM(Multiple Comparison Matrix)を提案する。
MCMはペアワイズ比較を優先し、既存のアプローチで実験結果を操作する手段を阻害する。
MCMはPythonで実装されており、公開されている。
論文 参考訳（メタデータ） (2023-05-19T08:58:55Z) - CoCoMoT: Conformance Checking of Multi-Perspective Processes via SMT
(Extended Version) [62.96267257163426]
我々はCoCoMoT(Computing Conformance Modulo Theories)フレームワークを紹介する。
まず、純粋な制御フロー設定で研究したSATベースのエンコーディングを、データ認識ケースに持ち上げる方法を示す。
次に,プロパティ保存型クラスタリングの概念に基づく新しい前処理手法を提案する。
論文 参考訳（メタデータ） (2021-03-18T20:22:50Z) - A Comparative Evaluation of Quantification Methods [3.1499058381005227]
量子化は、データセット内のクラス分布を予測する問題を表す。
近年,様々なアルゴリズムが提案されている。
40以上のデータセットで24の異なるメソッドを比較します。
論文 参考訳（メタデータ） (2021-03-04T18:51:06Z) - Estimating Average Treatment Effects with Support Vector Machines [77.34726150561087]
サポートベクターマシン(SVM)は、機械学習文献で最も人気のある分類アルゴリズムの1つです。
我々はsvmをカーネルベースの重み付け手順として適用し,治療群と制御群の最大平均差を最小化する。
このトレードオフから生じる因果効果推定のバイアスを特徴づけ、提案されたSVM手順と既存のカーネルバランシング手法を結びつけます。
論文 参考訳（メタデータ） (2021-02-23T20:22:56Z) - Comprehensive Comparative Study of Multi-Label Classification Methods [1.1278903078792917]
マルチラベル分類(MLC)は最近、機械学習コミュニティから関心が高まっています。
この研究は、さまざまなドメインのデータセットの多さに関する幅広いMLCメソッドの包括的な実証的研究を提供する。
論文 参考訳（メタデータ） (2021-02-14T09:38:15Z) - Stein Variational Model Predictive Control [130.60527864489168]
不確実性の下での意思決定は、現実の自律システムにとって極めて重要である。
モデル予測制御 (MPC) 法は, 複雑な分布を扱う場合, 適用範囲が限られている。
この枠組みが、挑戦的で非最適な制御問題における計画の成功に繋がることを示す。
論文 参考訳（メタデータ） (2020-11-15T22:36:59Z) - A state-specific multireference coupled-cluster method based on the
bivariational principle [0.0]
バイバーMRCC法はアルポネンの分岐原理に基づいている。
分岐原理の特徴は、形式的なブラとケットの基準が分岐パラメータとして含められることである。
結果は、確立された状態固有のマルチ参照手法に匹敵する。
論文 参考訳（メタデータ） (2020-03-30T11:41:39Z)
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。