Fugu-MT 論文翻訳(概要): A New Many-Objective Evolutionary Algorithm Based on Determinantal Point Processes

論文の概要: A New Many-Objective Evolutionary Algorithm Based on Determinantal Point Processes

arxiv url: http://arxiv.org/abs/2012.08063v1
Date: Tue, 15 Dec 2020 03:22:06 GMT
ステータス: 処理完了
システム内更新日: 2023-04-20 19:13:38.574137
Title: A New Many-Objective Evolutionary Algorithm Based on Determinantal Point Processes
Title（参考訳）: 決定点過程に基づく新しい多目的進化アルゴリズム
Authors: Peng Zhang, Jinlong Li, Tengfei Li, Huanhuan Chen
Abstract要約: Determinantal Point Processes (DPPs) と呼ばれるカーネル行列と確率モデルを導入する。 The many-Objective Evolutionary Algorithm with Determinantal Point Processes (MaOEADPPs) is presented and compared with several state-of-the-art algorithm。
参考スコア（独自算出の注目度）: 31.00549172139366
License: http://creativecommons.org/licenses/by/4.0/
Abstract: To handle different types of Many-Objective Optimization Problems (MaOPs), Many-Objective Evolutionary Algorithms (MaOEAs) need to simultaneously maintain convergence and population diversity in the high-dimensional objective space. In order to balance the relationship between diversity and convergence, we introduce a Kernel Matrix and probability model called Determinantal Point Processes (DPPs). Our Many-Objective Evolutionary Algorithm with Determinantal Point Processes (MaOEADPPs) is presented and compared with several state-of-the-art algorithms on various types of MaOPs \textcolor{blue}{with different numbers of objectives}. The experimental results demonstrate that MaOEADPPs is competitive.
Abstract（参考訳）: 多目的最適化問題(MaOP)の異なるタイプの多目的進化アルゴリズム(MaOEA)を扱うためには、高次元の目的空間における収束と集団の多様性を同時に維持する必要がある。本稿では,多様性と収束のバランスをとるために,DPP(Determinantal Point Processes)と呼ばれるカーネル行列と確率モデルを導入する。決定的点過程(maoeadpps)を持つ多目的進化アルゴリズムを、様々な種類のmaops \textcolor{blue}{} 上のいくつかの最先端アルゴリズムと比較した。実験の結果,MaOEADPPsは競争力を持つことが示された。

関連論文リスト

Multi-Objective GFlowNets [59.16787189214784]
本稿では,多目的最適化の文脈において,多様な候補を生成する問題について検討する。薬物発見やマテリアルデザインといった機械学習の多くの応用において、目標は、競合する可能性のある目標のセットを同時に最適化する候補を生成することである。 GFlowNetsをベースとした多目的GFlowNets(MOGFNs)を提案する。
論文参考訳（メタデータ） (2022-10-23T16:15:36Z)
Multi-Objective Policy Gradients with Topological Constraints [108.10241442630289]
本稿では, PPOアルゴリズムの簡単な拡張により, TMDPにおけるポリシー勾配に対する新しいアルゴリズムを提案する。シミュレーションと実ロボットの両方の目的を任意に並べた実世界の多目的ナビゲーション問題に対して,これを実証する。
論文参考訳（メタデータ） (2022-09-15T07:22:58Z)
Multi-Objective Quality Diversity Optimization [2.4608515808275455]
MOME(Multi-Objective MAP-Elites)の多目的設定におけるMAP-Elitesアルゴリズムの拡張を提案する。すなわち、MAP-Elitesグリッドアルゴリズムから受け継いだ多様性と、多目的最適化の強みを組み合わせる。本手法は,標準的な最適化問題からロボットシミュレーションまで,いくつかのタスクで評価する。
論文参考訳（メタデータ） (2022-02-07T10:48:28Z)
Diversity Enhancement via Magnitude [7.005458308454871]
我々は最近開発された等級理論を用いて勾配流と類似の概念を構築し、ユークリッド空間の有限部分集合を体系的に操作してそれらの多様性を高める。本稿では,主要なアルゴリズムを用いてベンチマーク問題に対する多様性向上を実証し,フレームワークの拡張について議論する。
論文参考訳（メタデータ） (2022-01-25T01:38:53Z)
A Simple Evolutionary Algorithm for Multi-modal Multi-objective Optimization [0.0]
マルチモーダル・多目的最適化問題(MMOP)を解くための定常進化アルゴリズムを提案する。本報告では,1000関数評価の低計算予算を用いて,様々なテストスイートから得られた21個のMMOPの性能について報告する。
論文参考訳（メタデータ） (2022-01-18T03:31:11Z)
A survey on multi-objective hyperparameter optimization algorithms for Machine Learning [62.997667081978825]
本稿では,多目的HPOアルゴリズムに関する2014年から2020年にかけての文献を体系的に調査する。メタヒューリスティック・ベース・アルゴリズムとメタモデル・ベース・アルゴリズム,および両者を混合したアプローチを区別する。また,多目的HPO法と今後の研究方向性を比較するための品質指標についても論じる。
論文参考訳（メタデータ） (2021-11-23T10:22:30Z)
A novel multiobjective evolutionary algorithm based on decomposition and multi-reference points strategy [14.102326122777475]
分解に基づく多目的進化アルゴリズム(MOEA/D)は、多目的最適化問題(MOP)を解く上で、極めて有望なアプローチであると考えられている。本稿では,よく知られたPascoletti-Serafiniスキャラライゼーション法とマルチ参照ポイントの新たな戦略により,MOEA/Dアルゴリズムの改良を提案する。
論文参考訳（メタデータ） (2021-10-27T02:07:08Z)
Result Diversification by Multi-objective Evolutionary Algorithms with Theoretical Guarantees [94.72461292387146]
両目的探索問題として結果の多様化問題を再構成し,多目的進化アルゴリズム(EA)を用いて解くことを提案する。 GSEMOが最適時間近似比1/2$を達成できることを理論的に証明する。目的関数が動的に変化すると、GSEMOはこの近似比をランニングタイムで維持することができ、Borodinらによって提案されたオープンな問題に対処する。
論文参考訳（メタデータ） (2021-10-18T14:00:22Z)
Permutation Invariant Policy Optimization for Mean-Field Multi-Agent Reinforcement Learning: A Principled Approach [128.62787284435007]
本稿では,平均場近似ポリシ最適化(MF-PPO)アルゴリズムを提案する。我々は,MF-PPOが収束のサブ線形速度で世界的最適政策を達成することを証明した。特に、置換不変ニューラルアーキテクチャによって引き起こされる誘導バイアスは、MF-PPOが既存の競合より優れていることを示す。
論文参考訳（メタデータ） (2021-05-18T04:35:41Z)
Isometric Multi-Shape Matching [50.86135294068138]
形状間の対応を見つけることは、コンピュータビジョンとグラフィックスの基本的な問題である。アイソメトリーは形状対応問題においてしばしば研究されるが、マルチマッチング環境では明確には考慮されていない。定式化を解くのに適した最適化アルゴリズムを提案し,コンバージェンスと複雑性解析を提供する。
論文参考訳（メタデータ） (2020-12-04T15:58:34Z)
Decomposition in Decision and Objective Space for Multi-Modal Multi-Objective Optimization [15.681236469530397]
多モード多目的最適化問題(MMMOP)はパレート最適集合内に複数の部分集合を持つ。一般的な多目的進化的アルゴリズムは、複数の解部分集合を探索するために純粋に設計されていないが、MMMOP向けに設計されたアルゴリズムは、目的空間における劣化した性能を示す。これは、MMMOPに対処するためのより良いアルゴリズムの設計を動機付けている。
論文参考訳（メタデータ） (2020-06-04T03:18:47Z)

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。