論文の概要: Negative Selection Algorithm Research and Applications in the last decade: A Review

• arxiv url: http://arxiv.org/abs/2105.06109v1
• Date: Thu, 13 May 2021 06:58:03 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-14 22:57:41.265857
• Title: Negative Selection Algorithm Research and Applications in the last decade: A Review
• Title（参考訳）: 過去10年間の否定的選択アルゴリズム研究と応用:レビュー
• Authors: Kishor Datta Gupta and Dipankar Dasgupta
• Abstract要約: ネガティブセレクションアルゴリズム(NSA)は、異なるドメインの問題を解決するための効率的なアプローチです。 NSAの進化は、最も顕著なNSAのバリエーションを強調する4つの方法でラベル付けできる。 NSAは他のほとんどの方法よりも非線形表現の方が優れている。
• 参考スコア（独自算出の注目度）: 1.0660480034605242
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Negative selection Algorithm (NSA) is one of the important methods in the field of Immunological Computation (or Artificial Immune Systems). Over the years, some progress was made which turns this algorithm (NSA) into an efficient approach to solve problems in different domain. This review takes into account these signs of progress during the last decade and categorizes those based on different characteristics and performances. Our study shows that NSA's evolution can be labeled in four ways highlighting the most notable NSA variations and their limitations in different application domains. We also present alternative approaches to NSA for comparison and analysis. It is evident that NSA performs better for nonlinear representation than most of the other methods, and it can outperform neural-based models in computation time. We summarize NSA's development and highlight challenges in NSA research in comparison with other similar models.
• Abstract（参考訳）: 負選択アルゴリズム (NSA) は、免疫学的計算(または人工免疫システム)分野において重要な手法の1つである。 長年にわたり、このアルゴリズム(nsa)を異なる領域の問題を解決するための効率的なアプローチに変えるいくつかの進歩があった。 このレビューは、過去10年間のこれらの進歩の兆候を考慮に入れ、異なる特性とパフォーマンスに基づいてそれらを分類する。 我々の研究は、NSAの進化は、最も顕著なNSAのバリエーションと、異なるアプリケーションドメインにおけるそれらの制限を強調する4つの方法でラベル付けできることを示している。 また、比較と分析のためにNSAに代替アプローチを提案する。 NSAは他のほとんどの方法よりも非線形表現に優れており、計算時間でニューラルネットワークモデルより優れていることは明らかである。 NSAの開発を要約し、他の類似モデルと比較してNSAの研究における課題を強調します。

関連論文リスト

• Touchstone Benchmark: Are We on the Right Way for Evaluating AI Algorithms for Medical Segmentation? [90.30635552818875]
  9種類の腹部臓器の大規模共同セグメント化ベンチマークであるTouchstoneを報告する。 このベンチマークは、世界中の76の病院から5,195回のCTスキャンと、11の病院から5,903回のCTスキャンに基づいています。 私たちは19のAIアルゴリズムの発明者14人を招待してアルゴリズムをトレーニングしましたが、私たちのチームは第三者として、3つのテストセットでこれらのアルゴリズムを独立して評価しました。
  論文  参考訳（メタデータ） (2024-11-06T05:09:34Z)
• Comparative Analysis of Demonstration Selection Algorithms for LLM In-Context Learning [18.58278188791548]
  コンテキスト内学習は、LLM(Large Language Models)が追加のトレーニングなしで新しいタスクを適応するのに役立ちます。 提案された実演選択アルゴリズムにもかかわらず、効率と有効性はまだ不明である。 この明快さの欠如は、これらのアルゴリズムを現実世界のシナリオに適用することを困難にしている。
  論文  参考訳（メタデータ） (2024-10-30T15:11:58Z)
• Understanding the performance gap between online and offline alignment algorithms [63.137832242488926]
  オフラインのアルゴリズムは、ペアの分類が得意になるようにポリシーを訓練し、オンラインのアルゴリズムは世代ごとに良いことを示しています。 このことは、識別能力と生成能力の間のユニークな相互作用を示唆しており、これはサンプリングプロセスに大きく影響している。 我々の研究は、AIアライメントにおけるオンラインサンプリングの重要な役割に光を当て、オフラインアライメントアルゴリズムのある種の根本的な課題を示唆している。
  論文  参考訳（メタデータ） (2024-05-14T09:12:30Z)
• Regularization-Based Methods for Ordinal Quantification [49.606912965922504]
  順序の場合、すなわち n>2 クラスの集合上で全順序が定義される場合について研究する。 本稿では,従来のアルゴリズムよりも優れた正規化OQアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-10-13T16:04:06Z)
• Unsupervised Domain Adaptive Detection with Network Stability Analysis [20.965986862669016]
  ドメイン適応検出は、ラベル付きソースドメインから学習された、ラベル付きターゲットドメイン上の検出器の一般性を改善することを目的としている。 安定解析による教師なし領域適応検出を実現する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-08-16T07:21:25Z)
• HARRIS: Hybrid Ranking and Regression Forests for Algorithm Selection [75.84584400866254]
  両アプローチの強みを両アプローチの弱さを緩和しつつ組み合わせ, 特殊林を利用した新しいアルゴリズムセレクタを提案する。 HARRISの決定は、ハイブリッドランキングと回帰損失関数に基づいて最適化された木を作成する森林モデルに基づいている。
  論文  参考訳（メタデータ） (2022-10-31T14:06:11Z)
• State Selection Algorithms and Their Impact on The Performance of Stateful Network Protocol Fuzzing [10.96645260573865]
  ステートフルファジィは状態モデルを使用して状態空間を分割し、テスト生成プロセスを支援する。 我々は、AFLNetと同じファジィプラットフォーム上で、幅広い状態選択アルゴリズムを評価する。
  論文  参考訳（メタデータ） (2021-12-24T21:33:06Z)
• Benchmarking Simulation-Based Inference [5.3898004059026325]
  確率的モデリングの最近の進歩は、確率の数値的評価を必要としないシミュレーションに基づく推論アルゴリズムを多数もたらした。 推論タスクと適切なパフォーマンス指標を備えたベンチマークを,アルゴリズムの初期選択とともに提供する。 性能指標の選択は重要であり、最先端のアルゴリズムでさえ改善の余地があり、逐次推定によりサンプリング効率が向上することがわかった。
  論文  参考訳（メタデータ） (2021-01-12T18:31:22Z)
• Fast Facial Landmark Detection and Applications: A Survey [0.0]
  ここ数年で品質が大幅に向上したアプローチは、大きなポーズと感情の多様性を持つデータセットに重点を置いています。 そこで我々は,300-W,AFLW,WFLW,COFWという,難易度と最新度のデータセットの品質比較を行った。
  論文  参考訳（メタデータ） (2021-01-12T09:40:40Z)
• Towards Meta-Algorithm Selection [78.13985819417974]
  インスタンス固有のアルゴリズム選択(AS)は、固定された候補集合からのアルゴリズムの自動選択を扱う。 メタアルゴリズムの選択は、いくつかのケースで有益であることを示す。
  論文  参考訳（メタデータ） (2020-11-17T17:27:33Z)
• 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)

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。