論文の概要: An Algorithm to Effect Prompt Termination of Myopic Local Search on Kauffman-s NK Landscape

• arxiv url: http://arxiv.org/abs/2104.12620v1
• Date: Mon, 26 Apr 2021 14:42:41 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-27 14:26:27.845944
• Title: An Algorithm to Effect Prompt Termination of Myopic Local Search on Kauffman-s NK Landscape
• Title（参考訳）: Kauffman's NK ランドスケープにおけるミオピック局所探索のプロンプト終了効果アルゴリズム
• Authors: Sasanka Sekhar Chanda
• Abstract要約: 筋電図ローカル検索は、Nビット決定文字列のランダムに選択されたビットを毎回フリップし、より高い適合性があれば新しい構成を受け入れる。 このアルゴリズムは、検査された代替設定の数によって与えられる、割り当てられた計算リソースの全てを消費する。 2つのアルゴリズムの有効性を頭と頭で比較する必要がある場合、評価対象の選択肢数に共通する制限を課すことで、必要なレベルフィールドが得られることを提案する。
• 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: In the NK model given by Kauffman, myopic local search involves flipping one randomly-chosen bit of an N-bit decision string in every time step and accepting the new configuration if that has higher fitness. One issue is that, this algorithm consumes the full extent of computational resources allocated - given by the number of alternative configurations inspected - even though search is expected to terminate the moment there are no neighbors having higher fitness. Otherwise, the algorithm must compute the fitness of all N neighbors in every time step, consuming a high amount of resources. In order to get around this problem, I describe an algorithm that allows search to logically terminate relatively early, without having to evaluate fitness of all N neighbors at every time step. I further suggest that when the efficacy of two algorithms need to be compared head to head, imposing a common limit on the number of alternatives evaluated - metering - provides the necessary level field.
• Abstract（参考訳）: カウフマンによるNKモデルでは、ミオピック局所探索は、Nビット決定文字列のランダムなビットを1つの時間ステップごとに反転させ、適合度が高い場合は新しい構成を受け入れる。 1つの問題は、このアルゴリズムが検査された代替構成の数によって割り当てられた計算資源を最大限に消費することである。 そうでなければ、アルゴリズムはすべてのN隣人の適合度を時間ステップごとに計算し、大量のリソースを消費しなければならない。 この問題を回避するために,N人の隣人の適合度を毎回評価することなく,論理的に比較的早期に探索を終了させることができるアルゴリズムについて述べる。 さらに私は、2つのアルゴリズムの有効性を頭と頭で比較する必要がある場合、評価される選択肢の数に共通の制限を課す必要があることを示唆する。

関連論文リスト

• When can you trust feature selection? -- I: A condition-based analysis of LASSO and generalised hardness of approximation [49.1574468325115]
  近似入力を読み取る際に、LASSOのミニミサの正しいサポートセットを(確率$>1/2$で)決定できないことを示す。 不適切な入力の場合、アルゴリズムは永遠に動作するので、間違った答えを出すことはない。 無限条件数を持つ点を含む開集合上で定義される任意のアルゴリズムに対して、アルゴリズムが永久に実行されるか、間違った解を生成するような入力が存在する。
  論文  参考訳（メタデータ） (2023-12-18T18:29:01Z)
• Nearest Neighbour with Bandit Feedback [4.9094025705644695]
  我々のアルゴリズムは、データ生成プロセスに関する仮定が全くなされていない完全に逆向きな設定を処理します。 ユークリッド空間におけるバンドイト問題に適用した場合,アルゴリズムに対する一般的な後悔と解析を行う。
  論文  参考訳（メタデータ） (2023-06-23T20:09:01Z)
• k-NNN: Nearest Neighbors of Neighbors for Anomaly Detection [20.204147875108976]
  異常検出は、標準から大きく逸脱した画像を特定することを目的としている。 埋め込み空間における特徴の様々な構造と重要性を考慮に入れた新しい演算子を提案する。 既存のアルゴリズムに最も近いコンポーネントをk-NNN演算子に置き換えるだけで、残りのアルゴリズムに手を加えずに、各アルゴリズムの処理結果を改善できることが示される。
  論文  参考訳（メタデータ） (2023-05-28T11:39:51Z)
• Universal Quantum Speedup for Branch-and-Bound, Branch-and-Cut, and Tree-Search Algorithms [13.152347996965297]
  混合プログラム(MIP)は、コンピュータサイエンス、オペレーションリサーチ、ファイナンシャルエンジニアリングに関心を持つ多くの最適化問題をモデル化する。 Branch-and-Cutアルゴリズムは、ブランチ・アンド・バウンド論理とカットプレーンルーチンを組み合わせることで、現代のMIPソルバのコアとなる。 本稿では,古典的分岐と境界のアルゴリズムを用いた量子アルゴリズムIncremental-Quantum-Branch-and-Boundを提案する。
  論文  参考訳（メタデータ） (2022-10-06T21:08:46Z)
• Machine Learning for Online Algorithm Selection under Censored Feedback [71.6879432974126]
  オンラインアルゴリズム選択(OAS)では、アルゴリズム問題クラスのインスタンスがエージェントに次々に提示され、エージェントは、固定された候補アルゴリズムセットから、おそらく最高のアルゴリズムを迅速に選択する必要がある。 SAT(Satisfiability)のような決定問題に対して、品質は一般的にアルゴリズムのランタイムを指す。 本研究では,OASのマルチアームバンディットアルゴリズムを再検討し,この問題に対処する能力について議論する。 ランタイム指向の損失に適応し、時間的地平線に依存しない空間的・時間的複雑さを維持しながら、部分的に検閲されたデータを可能にする。
  論文  参考訳（メタデータ） (2021-09-13T18:10:52Z)
• Quantum K-nearest neighbor classification algorithm based on Hamming distance [3.4501155479285326]
  本研究では,ハミング距離を持つ量子K-アレスト近傍分類アルゴリズムを提案する。 提案アルゴリズムは,時間的複雑さを短時間で解析することにより,2次高速化を実現することができる。
  論文  参考訳（メタデータ） (2021-03-07T04:08:21Z)
• Towards Optimally Efficient Tree Search with Deep Learning [76.64632985696237]
  本稿では,線形モデルから信号整数を推定する古典整数最小二乗問題について検討する。 問題はNPハードであり、信号処理、バイオインフォマティクス、通信、機械学習といった様々な応用でしばしば発生する。 本稿では, 深いニューラルネットワークを用いて, 単純化されたメモリバウンドA*アルゴリズムの最適推定を推定し, HATSアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-01-07T08:00:02Z)
• Community detection using fast low-cardinality semidefinite programming [94.4878715085334]
  局所的な更新を一般化し、ライデン-k-カットから導かれる半定緩和を最大化する、新しい低カルチナリティアルゴリズムを提案する。 提案アルゴリズムはスケーラビリティが高く,最先端のアルゴリズムより優れ,実時間では性能が向上し,追加コストがほとんどない。
  論文  参考訳（メタデータ） (2020-12-04T15:46:30Z)
• Run2Survive: A Decision-theoretic Approach to Algorithm Selection based on Survival Analysis [75.64261155172856]
  生存分析(SA)は、自然に検閲されたデータをサポートし、アルゴリズムランタイムの分散モデルを学習するためにそのようなデータを使用する適切な方法を提供する。 我々は、アルゴリズム選択に対する洗練された決定論的アプローチの基礎として、そのようなモデルを活用し、Run2Surviveを疑う。 標準ベンチマークASlibによる広範な実験では、我々のアプローチは競争力が高く、多くの場合、最先端のASアプローチよりも優れていることが示されている。
  論文  参考訳（メタデータ） (2020-07-06T15:20:17Z)
• Learning to Accelerate Heuristic Searching for Large-Scale Maximum Weighted b-Matching Problems in Online Advertising [51.97494906131859]
  バイパルタイトbマッチングはアルゴリズム設計の基本であり、経済市場や労働市場などに広く適用されている。 既存の正確で近似的なアルゴリズムは、通常そのような設定で失敗する。 我々は、以前の事例から学んだ知識を活用して、新しい問題インスタンスを解決するtextttNeuSearcherを提案する。
  論文  参考訳（メタデータ） (2020-05-09T02:48:23Z)

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。