論文の概要: Numerical Comparison of Neighbourhood Topologies in Particle Swarm Optimization

• arxiv url: http://arxiv.org/abs/2101.10935v1
• Date: Mon, 25 Jan 2021 09:23:55 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-14 00:21:30.515951
• Title: Numerical Comparison of Neighbourhood Topologies in Particle Swarm Optimization
• Title（参考訳）: 粒子群最適化における近傍位相の数値的比較
• Authors: Mauro S. Innocente, Johann Sienz
• Abstract要約: 本稿では,5つの異なる近傍トポロジと4つの異なる係数の設定で表される性能を比較した。 最適位相は問題に依存しているにもかかわらず、相互接続の数を持つ動的近傍が望ましいと考えられる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Particle Swarm Optimization is a global optimizer in the sense that it has the ability to escape poor local optima. However, if the spread of information within the population is not adequately performed, premature convergence may occur. The convergence speed and hence the reluctance of the algorithm to getting trapped in suboptimal solutions are controlled by the settings of the coefficients in the velocity update equation as well as by the neighbourhood topology. The coefficients settings govern the trajectories of the particles towards the good locations identified, whereas the neighbourhood topology controls the form and speed of spread of information within the population (i.e. the update of the social attractor). Numerous neighbourhood topologies have been proposed and implemented in the literature. This paper offers a numerical comparison of the performances exhibited by five different neighbourhood topologies combined with four different coefficients' settings when optimizing a set of benchmark unconstrained problems. Despite the optimum topology being problem-dependent, it appears that dynamic neighbourhoods with the number of interconnections increasing as the search progresses should be preferred for a non-problem-specific optimizer.
• Abstract（参考訳）: Particle Swarm Optimizationは、ローカル最適化の貧弱さを回避できるという意味で、グローバルオプティマイザである。 しかし、人口内における情報の拡散が適切に行われない場合、早期収束が起こる可能性がある。 収束速度,従って準最適解に閉じ込められるアルゴリズムの相対性は,速度更新方程式の係数の設定や近傍トポロジーによって制御される。 係数の設定は、識別された良い場所に向かう粒子の軌道を決定するが、近隣のトポロジーは、人口内における情報の拡散の形式と速度を制御する(すなわち、社会的誘引者の更新)。 多くの近隣の地形が文献に提案・実装されている。 本稿では,5つの異なる近傍トポロジで表される性能と,ベンチマークの制約のない問題の集合を最適化する場合の4つの係数の設定とを比較検討する。 最適なトポロジーは問題に依存しないが、探索が進行するにつれてインターコネクト数が増加する動的近傍は、非プロブレム固有の最適化器として好まれるべきである。

関連論文リスト

• Distributed Optimization via Energy Conservation Laws in Dilated Coordinates [5.35599092568615]
  本稿では,拡張座標における連続時間力学系の解析のためのエネルギー保存手法を提案する。 収束率を逆時間差係数で明示的に表すことができる。 その高速化された収束挙動は、実用的、大規模問題に対する様々な最先端分散最適化アルゴリズムに対してベンチマークされる。
  論文  参考訳（メタデータ） (2024-09-28T08:02:43Z)
• Lower Bounds and Optimal Algorithms for Non-Smooth Convex Decentralized Optimization over Time-Varying Networks [57.24087627267086]
  通信ネットワークのノード間で分散的に格納された凸関数の総和を最小化するタスクについて検討する。 この問題を解決するのに必要な分散通信数と(サブ)漸進計算の下位境界が確立されている。 我々は,これらの下界に適合する最初の最適アルゴリズムを開発し,既存の最先端技術と比較して理論性能を著しく向上させる。
  論文  参考訳（メタデータ） (2024-05-28T10:28:45Z)
• Differentially Private Optimization with Sparse Gradients [60.853074897282625]
  微分プライベート(DP)最適化問題を個人勾配の空間性の下で検討する。 これに基づいて、スパース勾配の凸最適化にほぼ最適な速度で純粋および近似DPアルゴリズムを得る。
  論文  参考訳（メタデータ） (2024-04-16T20:01:10Z)
• Learning Unnormalized Statistical Models via Compositional Optimization [73.30514599338407]
  実データと人工雑音のロジスティックな損失として目的を定式化することにより, ノイズコントラスト推定(NCE)を提案する。 本稿では,非正規化モデルの負の対数類似度を最適化するための直接的アプローチについて検討する。
  論文  参考訳（メタデータ） (2023-06-13T01:18:16Z)
• Accelerated Distributed Aggregative Optimization [5.5491171448159715]
  本稿では,分散集約最適化問題の解法として,DAGT-HBとDAGT-NESという2つの新しいアルゴリズムを提案する。 DAGT-HBとDAGT-NESのアルゴリズムは、大域的な$mathbfR-$linear収束率で最適解に収束できる。
  論文  参考訳（メタデータ） (2023-04-17T08:11:01Z)
• Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
  2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。 本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
  論文  参考訳（メタデータ） (2023-01-30T15:46:39Z)
• Tree ensemble kernels for Bayesian optimization with known constraints over mixed-feature spaces [54.58348769621782]
  木アンサンブルはアルゴリズムチューニングやニューラルアーキテクチャ検索といったブラックボックス最適化タスクに適している。 ブラックボックス最適化にツリーアンサンブルを使うことの2つのよく知られた課題は、探索のためのモデル不確実性を効果的に定量化し、また、 (ii) ピースワイドな定値取得関数を最適化することである。 我々のフレームワークは、連続/離散的機能に対する非拘束ブラックボックス最適化のための最先端の手法と同様に、混合変数の特徴空間と既知の入力制約を組み合わせた問題の競合する手法よりも優れている。
  論文  参考訳（メタデータ） (2022-07-02T16:59:37Z)
• Using Particle Swarm Optimization as Pathfinding Strategy in a Space with Obstacles [4.899469599577755]
  Particle Swarm Optimization (PSO) は集団適応最適化に基づく探索アルゴリズムである。 本稿では,幅広いアプリケーションを対象としたパスプランニングの効率化を図るため,パスフィニング戦略を提案する。
  論文  参考訳（メタデータ） (2021-12-16T12:16:02Z)
• Implicit differentiation for fast hyperparameter selection in non-smooth convex learning [87.60600646105696]
  内部最適化問題が凸であるが非滑らかである場合の一階法を研究する。 本研究では, ヤコビアンの近位勾配降下と近位座標降下収率列の前方モード微分が, 正確なヤコビアンに向かって収束していることを示す。
  論文  参考訳（メタデータ） (2021-05-04T17:31:28Z)
• Combining Particle Swarm Optimizer with SQP Local Search for Constrained Optimization Problems [0.0]
  先行するアルゴリズムの違いは局所的な検索能力にある可能性が示唆された。 ベンチマークスイートの他のリードと比較すると、他の主要なPSOアルゴリズムと競合するようにローカル検索を実装したGP-PSOのハイブリッドが示される。
  論文  参考訳（メタデータ） (2021-01-25T09:34:52Z)
• Decentralized gradient methods: does topology matter? [23.1803761184887]
  本稿では,各作業員が最適パラメータベクトルの局所的推定値を維持し,その近傍から得られた推定値を平均化し,その局所的データセットに基づいて補正を行うことにより反復的に更新する方法について述べる。 理論的には、労働者のコミュニケーショントポロジが収束に必要なエポックの数に強い影響を与えることが示唆されているが、以前の実験では反対の結論を示している。 この論文は、この明らかな矛盾に光を当て、通信遅延がなくても、疎らかなトポロジがより早く収束することを示す。
  論文  参考訳（メタデータ） (2020-02-28T12:59:25Z)

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。