Fugu-MT 論文翻訳(概要): Reproducibility in Evolutionary Computation

論文の概要: Reproducibility in Evolutionary Computation

arxiv url: http://arxiv.org/abs/2102.03380v1
Date: Fri, 5 Feb 2021 19:06:35 GMT
ステータス: 処理完了
システム内更新日: 2021-02-09 15:28:52.681589
Title: Reproducibility in Evolutionary Computation
Title（参考訳）: 進化計算における再現性
Authors: Manuel L\'opez-Ib\'a\~nez (University of M\'alaga, Spain), Juergen Branke (University of Warwick, UK), Lu\'is Paquete (University of Coimbra, Portugal)
Abstract要約: 我々は、ECの文脈において、異なるタイプのアーティファクトと測定の概念について論じる。我々は、EC分野における文化的、技術的障害を特定します。これらの障害を克服するのに役立つツールを提案する。
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: Experimental studies are prevalent in Evolutionary Computation (EC), and concerns about the reproducibility and replicability of such studies have increased in recent times, reflecting similar concerns in other scientific fields. In this article, we suggest a classification of different types of reproducibility that refines the badge system of the Association of Computing Machinery (ACM) adopted by TELO. We discuss, within the context of EC, the different types of reproducibility as well as the concepts of artifact and measurement, which are crucial for claiming reproducibility. We identify cultural and technical obstacles to reproducibility in the EC field. Finally, we provide guidelines and suggest tools that may help to overcome some of these reproducibility obstacles.
Abstract（参考訳）: 実験研究は進化計算(ec)で広く行われており、その再現性と再現性に関する懸念は近年増大しており、他の科学分野でも同様の懸念を反映している。本稿では,TELOが採用しているACM(Association of Computing Machinery)のバッジシステムを改良した,さまざまな再現性の分類を提案する。我々は、ECの文脈において、再現可能性の主張に欠かせない人工物や測定の概念と同様に、様々な種類の再現性について論じる。我々は、EC分野における再現性に対する文化的および技術的障害を特定する。最後に、これらの再現性障害を克服するためのガイドラインとツールを提供します。

関連論文リスト

Causal Representation Learning from Multimodal Biological Observations [57.00712157758845]
我々は,マルチモーダルデータに対するフレキシブルな識別条件の開発を目指している。我々は、各潜伏成分の識別可能性を保証するとともに、サブスペース識別結果を事前の作業から拡張する。我々の重要な理論的要素は、異なるモーダル間の因果関係の構造的空間性である。
論文参考訳（メタデータ） (2024-11-10T16:40:27Z)
Machine Learning Innovations in CPR: A Comprehensive Survey on Enhanced Resuscitation Techniques [52.71395121577439]
心肺蘇生(CPR)における機械学習(ML)と人工知能(AI)の変革的役割について検討する。再現結果を改善する上で、予測モデリング、AI強化デバイス、リアルタイムデータ分析の影響を強調している。本稿は、この新興分野における現在の応用、課題、今後の方向性に関する包括的概要、分類、および批判的分析を提供する。
論文参考訳（メタデータ） (2024-11-03T18:01:50Z)
Reproducibility in Machine Learning-based Research: Overview, Barriers and Drivers [1.4841630983274845]
様々な分野の研究は、現在結果の認識に関する課題を経験している。この問題は、機械学習(ML)の研究でも広く用いられている。 MLによる研究のレベルは相変わらず不満足である。
論文参考訳（メタデータ） (2024-06-20T13:56:42Z)
Seeing Unseen: Discover Novel Biomedical Concepts via Geometry-Constrained Probabilistic Modeling [53.7117640028211]
同定された問題を解決するために,幾何制約付き確率的モデリング処理を提案する。構成された埋め込み空間のレイアウトに適切な制約を課すために、重要な幾何学的性質のスイートを組み込む。スペクトルグラフ理論法は、潜在的な新規クラスの数を推定するために考案された。
論文参考訳（メタデータ） (2024-03-02T00:56:05Z)
Causal machine learning for single-cell genomics [94.28105176231739]
単細胞ゲノミクスへの機械学習技術の応用とその課題について論じる。まず, 単一細胞生物学における現在の因果的アプローチの基盤となるモデルについて述べる。次に、単一セルデータへの因果的アプローチの適用におけるオープンな問題を特定する。
論文参考訳（メタデータ） (2023-10-23T13:35:24Z)
Reproducibility in Machine Learning-Driven Research [1.7936835766396748]
研究は生存可能性の危機に直面しており、多くの研究の結果や発見は、再現することが困難または不可能である。機械学習(ML)と人工知能(AI)の研究においても、これは同じである。 MLプラットフォームの使用などの研究コミュニティでは,この問題に対処するさまざまなソリューションが議論されているが,MLによる研究のレベルは大幅に上昇していない。
論文参考訳（メタデータ） (2023-07-19T07:00:22Z)
Unsupervised ensemble-based phenotyping helps enhance the discoverability of genes related to heart morphology [57.25098075813054]
我々はUn Phenotype Ensemblesという名の遺伝子発見のための新しいフレームワークを提案する。教師なしの方法で学習された表現型のセットをプールすることで、冗長だが非常に表現性の高い表現を構築する。これらの表現型は、(GWAS)を介して分析され、高い自信と安定した関連のみを保持する。
論文参考訳（メタデータ） (2023-01-07T18:36:44Z)
Reproducibility in machine learning for medical imaging [3.1390096961027076]
本章は、医療画像の機械学習分野の研究者への紹介である。それぞれの目的は、それを定義すること、それを達成するための要件を説明すること、有用性について議論することである。この章は、教義の利点に関する議論と、この概念と研究実践におけるその実践に対する非教義的なアプローチへの嘆願で終わる。
論文参考訳（メタデータ） (2022-09-12T09:00:04Z)
Quantified Reproducibility Assessment of NLP Results [5.181381829976355]
本稿では,メタロロジーの概念と定義に基づいて量化アセスメント(QRA)を実行する手法について述べる。我々は18のシステムと評価尺度の組み合わせでQRAを試験し、それぞれに元の結果と1から7の再生結果が得られた。提案したQRA法は, 再現性スコアを再現性スコアと同等に生成し, 再現性スコアと再現性スコアを比較検討した。
論文参考訳（メタデータ） (2022-04-12T17:22:46Z)
A Systematic Review of Reproducibility Research in Natural Language Processing [3.0039296468567236]
過去数年間、この地域では様々な新しいイニシアチブやイベント、活発な研究が行われてきた。フィールドは、どのように定義、測定、対処すべきかについての合意に達するにはほど遠いです。
論文参考訳（メタデータ） (2021-03-14T13:53:05Z)
Complexity-based speciation and genotype representation for neuroevolution [81.21462458089142]
本稿では、進化するネットワークを隠されたニューロンの数に基づいて種に分類する神経進化の種分化原理を提案する。提案された種分化原理は、種および生態系全体における多様性の促進と保存を目的として設計されたいくつかの技術で採用されている。
論文参考訳（メタデータ） (2020-10-11T06:26:56Z)

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。