論文の概要: Identifying Properties of Real-World Optimisation Problems through a Questionnaire

• arxiv url: http://arxiv.org/abs/2011.05547v2
• Date: Wed, 14 Jul 2021 10:03:44 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-26 23:30:48.419245
• Title: Identifying Properties of Real-World Optimisation Problems through a Questionnaire
• Title（参考訳）: アンケート調査による実世界の最適化問題の特徴同定
• Authors: Koen van der Blom, Timo M. Deist, Vanessa Volz, Mariapia Marchi, Yusuke Nojima, Boris Naujoks, Akira Oyama, Tea Tu\v{s}ar
• Abstract要約: 本研究は, 実世界の課題の実態を質問紙で調査する。 これは将来のベンチマーク問題の設計を可能にし、現実世界で見られる問題とよりよく似ている。
• 参考スコア（独自算出の注目度）: 2.805617945875364
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Optimisation algorithms are commonly compared on benchmarks to get insight into performance differences. However, it is not clear how closely benchmarks match the properties of real-world problems because these properties are largely unknown. This work investigates the properties of real-world problems through a questionnaire to enable the design of future benchmark problems that more closely resemble those found in the real world. The results, while not representative as they are based on only 45 responses, indicate that many problems possess at least one of the following properties: they are constrained, deterministic, have only continuous variables, require substantial computation times for both the objectives and the constraints, or allow a limited number of evaluations. Properties like known optimal solutions and analytical gradients are rarely available, limiting the options in guiding the optimisation process. These are all important aspects to consider when designing realistic benchmark problems. At the same time, the design of realistic benchmarks is difficult, because objective functions are often reported to be black-box and many problem properties are unknown. To further improve the understanding of real-world problems, readers working on a real-world optimisation problem are encouraged to fill out the questionnaire: https://tinyurl.com/opt-survey
• Abstract（参考訳）: 最適化アルゴリズムはベンチマークで一般的に比較され、パフォーマンスの違いに関する洞察を得る。 しかし、これらの性質がほとんど不明であるため、実際の問題の性質とどの程度近いベンチマークが一致しているかは明らかではない。 本研究は, 実世界の問題によく似た将来のベンチマーク問題の設計を可能にするためのアンケートを通じて, 実世界の問題の性質について検討する。 結果は45の応答しか表さないが、多くの問題が以下の特性の少なくとも1つを持っていることを示唆している: 制約があり、決定論的であり、連続変数しか持たず、目的と制約の両方に相当な計算時間を必要とするか、限られた数の評価を許すかである。 既知の最適解や解析的勾配のような性質は稀であり、最適化過程を導く際の選択肢を制限する。 これらはすべて、現実的なベンチマーク問題を設計する際に考慮すべき重要な側面です。 同時に、客観的関数はしばしばブラックボックスであると報告され、多くの問題特性が不明であるため、現実的なベンチマークの設計は困難である。 現実世界の問題に対する理解を深めるために、現実世界の最適化問題に取り組む読者は以下の質問に答えるよう奨励されている。

関連論文リスト

• The hop-like problem nature -- unveiling and modelling new features of real-world problems [0.0]
  最適化プロセスのホップに基づく解析を提案する。 その結果、有名なLeading Ones問題の特徴のいくつかの存在が示唆された。 実験では、GAの有効性を改善するためにどのようなメカニズムを提案する必要があるかを明らかにする。
  論文  参考訳（メタデータ） (2024-06-03T11:30:04Z)
• Deep Learning-Based Object Pose Estimation: A Comprehensive Survey [73.74933379151419]
  ディープラーニングに基づくオブジェクトポーズ推定の最近の進歩について論じる。 また、複数の入力データモダリティ、出力ポーズの自由度、オブジェクト特性、下流タスクについても調査した。
  論文  参考訳（メタデータ） (2024-05-13T14:44:22Z)
• Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
  非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。 本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
  論文  参考訳（メタデータ） (2022-01-28T05:53:28Z)
• Generalization of Neural Combinatorial Solvers Through the Lens of Adversarial Robustness [68.97830259849086]
  ほとんどのデータセットは単純なサブプロブレムのみをキャプチャし、おそらくは突発的な特徴に悩まされる。 本研究では, 局所的な一般化特性である対向ロバスト性について検討し, 厳密でモデル固有な例と突発的な特徴を明らかにする。 他のアプリケーションとは異なり、摂動モデルは知覚できないという主観的な概念に基づいて設計されているため、摂動モデルは効率的かつ健全である。 驚くべきことに、そのような摂動によって、十分に表現力のあるニューラルソルバは、教師あり学習で共通する正確さと悪質さのトレードオフの限界に悩まされない。
  論文  参考訳（メタデータ） (2021-10-21T07:28:11Z)
• Characterization of Constrained Continuous Multiobjective Optimization Problems: A Feature Space Perspective [0.0]
  制約付き多目的最適化問題(CMOP)はいまだ不満足に理解され、特徴づけられる。 CMOPを特徴付けるために,29の景観特徴(うち19は新規)を提案する。 実世界の物理モデルに基づく実世界の問題からなる,最近提案されたテストスイートと,8つの頻繁な人工テストスイートを比較した。
  論文  参考訳（メタデータ） (2021-09-09T21:21:57Z)
• Instance-optimality in optimal value estimation: Adaptivity via variance-reduced Q-learning [99.34907092347733]
  本稿では,マルコフ決定過程における最適な$Q$値関数を離散状態と動作で推定する問題を解析する。 局所的なミニマックスフレームワークを用いて、この関数は任意の推定手順の精度の低い境界に現れることを示す。 他方,Q$ラーニングの分散還元版を解析することにより,状態と行動空間の対数的要因まで,下位境界のシャープさを確立する。
  論文  参考訳（メタデータ） (2021-06-28T00:38:54Z)
• Why Do Local Methods Solve Nonconvex Problems? [54.284687261929115]
  非使用最適化は、現代の機械学習においてユビキタスである。 機械学習問題の場合、厳格に定式化します。 我々はこの現象の統一的な説明を仮定する。
  論文  参考訳（メタデータ） (2021-03-24T19:34:11Z)
• Continuous surrogate-based optimization algorithms are well-suited for expensive discrete problems [9.655888042539495]
  本研究では, 連続代理モデルを用いることで, 最先端の離散代理モデルと競合する性能を示す実証的証拠を示す。 異なる離散構造と時間的制約に関する我々の実験は、どのアルゴリズムがどの種類の問題でうまく機能するかについての洞察を与える。
  論文  参考訳（メタデータ） (2020-11-06T15:27:45Z)
• Global Optimization of Objective Functions Represented by ReLU Networks [77.55969359556032]
  ニューラルネットワークは複雑で非敵対的な関数を学ぶことができ、安全クリティカルな文脈でそれらの正しい振る舞いを保証することは困難である。 ネットワーク内の障害を見つけるための多くのアプローチ(例えば、敵の例)があるが、これらは障害の欠如を保証できない。 本稿では,最適化プロセスを検証手順に統合し,本手法よりも優れた性能を実現する手法を提案する。
  論文  参考訳（メタデータ） (2020-10-07T08:19:48Z)
• Towards Realistic Optimization Benchmarks: A Questionnaire on the Properties of Real-World Problems [2.805617945875364]
  本研究は,実世界の問題の特徴をアンケートによって同定することを目的としている。 現実的なベンチマークの設計において考慮すべきいくつかの課題は、すでに特定できる。 今後の作業の重要なポイントは、質問に対する回答をもっと集めることだ。
  論文  参考訳（メタデータ） (2020-04-14T10:04:38Z)
• Scalable and Customizable Benchmark Problems for Many-Objective Optimization [0.0]
  我々は多目的問題(MaOP)に対するスケーラブルでカスタマイズ可能なベンチマーク問題のパラメータ化生成器を提案する。 他のベンチマークにある機能を再現する問題や、いくつかの新機能に関する問題を生成することができる。
  論文  参考訳（メタデータ） (2020-01-26T12:39:51Z)

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。