論文の概要: Stagnation Detection with Randomized Local Search

• arxiv url: http://arxiv.org/abs/2101.12054v2
• Date: Mon, 8 Feb 2021 12:29:08 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-13 11:39:38.555790
• Title: Stagnation Detection with Randomized Local Search
• Title（参考訳）: ランダム局所探索による停滞検出
• Authors: Amirhossein Rajabi and Carsten Witt
• Abstract要約: 局所オプティマに遭遇すると、進化アルゴリズムの突然変異率を自動的に調整する停滞検出法が提案された。 本稿では,ランダムな局所探索における$k$-bitのフリップ演算子の文脈における停滞検出について検討する。 我々は、$SD-(1+1)EA$と$e=2.71dots$のスピードアップに比較して、改善されたランタイム結果を得る。
• 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: Recently a mechanism called stagnation detection was proposed that automatically adjusts the mutation rate of evolutionary algorithms when they encounter local optima. The so-called $SD-(1+1)EA$ introduced by Rajabi and Witt (GECCO 2020) adds stagnation detection to the classical $(1+1)EA$ with standard bit mutation, which flips each bit independently with some mutation rate, and raises the mutation rate when the algorithm is likely to have encountered local optima. In this paper, we investigate stagnation detection in the context of the $k$-bit flip operator of randomized local search that flips $k$ bits chosen uniformly at random and let stagnation detection adjust the parameter $k$. We obtain improved runtime results compared to the $SD-(1+1)EA$ amounting to a speed-up of up to $e=2.71\dots$ Moreover, we propose additional schemes that prevent infinite optimization times even if the algorithm misses a working choice of $k$ due to unlucky events. Finally, we present an example where standard bit mutation still outperforms the local $k$-bit flip with stagnation detection.
• Abstract（参考訳）: 近年,局所最適点に遭遇すると,進化アルゴリズムの突然変異率を自動的に調整する「停滞検出」機構が提案されている。 Rajabi and Witt (GECCO 2020)によって導入されたいわゆる$SD-(1+1)EA$は、標準的なビット突然変異を伴う古典的な$(1+1)EA$に停滞検出を追加する。 本稿では,ランダムな局所探索における$k$-bitフリップ演算子のコンテキストにおいて,ランダムに選択した$k$ビットをフリップし,パラメータを$k$に調整するステージネーション検出について検討する。 我々は、最大で$e=2.71\dots$のスピードアップである$sd-(1+1)ea$と比較し、さらにアルゴリズムが不運なイベントのために$k$の動作選択を逃した場合でも無限の最適化時間を防止できる追加のスキームを提案する。 最後に、標準ビット変異がローカルの$k$-bitフリップをスタグネーション検出で上回っている例を示す。

関連論文リスト

• Combinatorial Stochastic-Greedy Bandit [79.1700188160944]
  我々は,選択した$n$のアームセットのジョイント報酬以外の余分な情報が観測されない場合に,マルチアームのバンディット問題に対する新規グリーディ・バンディット(SGB)アルゴリズムを提案する。 SGBは最適化された拡張型コミットアプローチを採用しており、ベースアームの大きなセットを持つシナリオ用に特別に設計されている。
  論文  参考訳（メタデータ） (2023-12-13T11:08:25Z)
• Contextual Combinatorial Bandits with Probabilistically Triggered Arms [55.9237004478033]
  確率的に誘発される腕(C$2$MAB-T)を様々な滑らかさ条件下で検討した。 トリガー変調 (TPM) 条件の下では、C$2$-UC-Tアルゴリズムを考案し、後悔すべき$tildeO(dsqrtT)$を導出する。
  論文  参考訳（メタデータ） (2023-03-30T02:51:00Z)
• Tight Runtime Bounds for Static Unary Unbiased Evolutionary Algorithms on Linear Functions [0.44241702149260353]
  Witt は (1+1) 進化的アルゴリズムの標準的なビット変異は任意の線形関数の最適値を見つけるのに時間を必要とすることを示した。 この結果は、標準ビット突然変異が任意の未バイアス突然変異演算子に置き換えられた場合にどのように一般化されるかを検討する。
  論文  参考訳（メタデータ） (2023-02-23T21:09:15Z)
• Extra-Newton: A First Approach to Noise-Adaptive Accelerated Second-Order Methods [57.050204432302195]
  本研究では,2次スムーズな凸関数を最小化するための普遍的かつ適応的な2次法を提案する。 我々のアルゴリズムは、オラクルフィードバックが分散$sigma2$であるときに$O(sigma / sqrtT)$収束を達成し、決定論的オラクルで$O(1 / T3)$に収束を改善する。
  論文  参考訳（メタデータ） (2022-11-03T14:12:51Z)
• An optimal scheduled learning rate for a randomized Kaczmarz algorithm [1.2183405753834562]
  そこで本研究では,Ax 近似 b + varepsilon$ を解くため,学習速度が無作為化 Kaczmarz アルゴリズムの性能にどのように影響するかを検討する。
  論文  参考訳（メタデータ） (2022-02-24T17:38:24Z)
• Sequential Multivariate Change Detection with Calibrated and Memoryless False Detection Rates [0.0]
  本稿では,時間変化しきい値を設定し,20倍の誤校正で所望のランタイムを目標とするシミュレーションに基づく手法を提案する。 コードはオープンソースのPythonライブラリ textttalibi-detectの一部として提供されている。
  論文  参考訳（メタデータ） (2021-08-02T13:36:33Z)
• Byzantine-Resilient Non-Convex Stochastic Gradient Descent [61.6382287971982]
  敵対的レジリエントな分散最適化。 機械は独立して勾配を計算し 協力することができます 私達のアルゴリズムは新しい集中の技術およびサンプル複雑性に基づいています。 それは非常に実用的です:それはないときすべての前の方法の性能を改善します。 セッティングマシンがあります。
  論文  参考訳（メタデータ） (2020-12-28T17:19:32Z)
• Optimal Robust Linear Regression in Nearly Linear Time [97.11565882347772]
  学習者が生成モデル$Y = langle X,w* rangle + epsilon$から$n$のサンプルにアクセスできるような高次元頑健な線形回帰問題について検討する。 i) $X$ is L4-L2 hypercontractive, $mathbbE [XXtop]$ has bounded condition number and $epsilon$ has bounded variance, (ii) $X$ is sub-Gaussian with identity second moment and $epsilon$ is
  論文  参考訳（メタデータ） (2020-07-16T06:44:44Z)
• Private Stochastic Non-Convex Optimization: Adaptive Algorithms and Tighter Generalization Bounds [72.63031036770425]
  有界非次元最適化のための差分プライベート(DP)アルゴリズムを提案する。 標準勾配法に対する経験的優位性について,2つの一般的なディープラーニング手法を実証する。
  論文  参考訳（メタデータ） (2020-06-24T06:01:24Z)
• Optimal Mutation Rates for the $(1+\lambda)$ EA on OneMax [1.0965065178451106]
  我々は、最適な突然変異率の分析を、OneMax問題の2つの変種に拡張する。 すべての集団サイズを2i mid 0 le i le 18$で計算します。 我々の結果は、一般的な進化的アプローチを測ることのできる低い境界を提供するばかりではない。
  論文  参考訳（メタデータ） (2020-06-20T01:23:14Z)
• Fast Mutation in Crossover-based Algorithms [8.34061303235504]
  Doerr、Le、Makhmara、Nguyen(GECCO)で提案された重尾突然変異演算子 Doerr、Le、Makhmara、Nguyen(GECCO)で提案された重尾突然変異演算子 実験的な研究は、ランダムに満足できるMax-3SATインスタンスにも高速突然変異の有効性を示す。
  論文  参考訳（メタデータ） (2020-04-14T14:16:42Z)

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。