Fugu-MT 論文翻訳(概要): Substitution of the Fittest: A Novel Approach for Mitigating Disengagement in Coevolutionary Genetic Algorithms

論文の概要: Substitution of the Fittest: A Novel Approach for Mitigating Disengagement in Coevolutionary Genetic Algorithms

arxiv url: http://arxiv.org/abs/2108.03156v1
Date: Fri, 6 Aug 2021 15:10:36 GMT
ステータス: 処理完了
システム内更新日: 2023-03-19 05:05:29.426738
Title: Substitution of the Fittest: A Novel Approach for Mitigating Disengagement in Coevolutionary Genetic Algorithms
Title（参考訳）: fittestの代替:共進化遺伝的アルゴリズムにおける離脱緩和のための新しいアプローチ
Authors: Hugo Alcaraz-Herrera and John Cartlidge
Abstract要約: 2つの集団の競合する進化的遺伝的アルゴリズムにおいて、解離の問題に対処するために設計されたフィットテスト(SF)の置換。最小限のドメインでは、エンゲージメントの維持能力と最適解を見つける能力の制御された評価を行う。
参考スコア（独自算出の注目度）: 3.8073142980733
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose substitution of the fittest (SF), a novel technique designed to counteract the problem of disengagement in two-population competitive coevolutionary genetic algorithms. The approach presented is domain-independent and requires no calibration. In a minimal domain, we perform a controlled evaluation of the ability to maintain engagement and the capacity to discover optimal solutions. Results demonstrate that the solution discovery performance of SF is comparable with other techniques in the literature, while SF also offers benefits including a greater ability to maintain engagement and a much simpler mechanism.
Abstract（参考訳）: 本稿では,二集団間競争共進化的遺伝的アルゴリズムにおける離脱問題に対処するために設計された新しい手法である fittest (sf) の置換を提案する。提案するアプローチはドメイン非依存であり、キャリブレーションを必要としない。最小限のドメインでは、エンゲージメントを維持する能力と最適解を見つける能力の制御された評価を行う。結果として、SFのソリューション発見性能は文献上の他のテクニックと同等であり、SFはエンゲージメントの維持能力やより単純なメカニズムなどのメリットも提供することが示された。

関連論文リスト

Sampling-based Pareto Optimization for Chance-constrained Monotone Submodular Problems [10.506038775815094]
本稿では,確率制約を直接評価するサンプリングベース手法を提案する。より困難な設定でこの問題に対処するため、強化されたGSEMOアルゴリズムが導入された。 ASW-GSEMOとサンプリングベースの評価手法は、他のアルゴリズムよりも優れている。
論文参考訳（メタデータ） (2024-04-18T05:15:20Z)
Resilient Constrained Reinforcement Learning [87.4374430686956]
本稿では,複数の制約仕様を事前に特定しない制約付き強化学習(RL)のクラスについて検討する。報酬訓練目標と制約満足度との間に不明確なトレードオフがあるため、適切な制約仕様を特定することは困難である。我々は、ポリシーと制約仕様を一緒に検索する新しい制約付きRLアプローチを提案する。
論文参考訳（メタデータ） (2023-12-28T18:28:23Z)
Taxonomy Adaptive Cross-Domain Adaptation in Medical Imaging via Optimization Trajectory Distillation [73.83178465971552]
自動医用画像解析の成功は、大規模かつ専門家による注釈付きトレーニングセットに依存する。非教師なしドメイン適応(UDA)はラベル付きデータ収集の負担を軽減するための有望なアプローチである。本稿では,2つの技術的課題に新しい視点から対処する統一的手法である最適化トラジェクトリ蒸留を提案する。
論文参考訳（メタデータ） (2023-07-27T08:58:05Z)
An Optimization-based Deep Equilibrium Model for Hyperspectral Image Deconvolution with Convergence Guarantees [71.57324258813675]
本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
論文参考訳（メタデータ） (2023-06-10T08:25:16Z)
Fully Stochastic Trust-Region Sequential Quadratic Programming for Equality-Constrained Optimization Problems [62.83783246648714]
目的と決定論的等式制約による非線形最適化問題を解くために,逐次2次プログラミングアルゴリズム(TR-StoSQP)を提案する。アルゴリズムは信頼領域半径を適応的に選択し、既存の直線探索StoSQP方式と比較して不確定なヘッセン行列を利用することができる。
論文参考訳（メタデータ） (2022-11-29T05:52:17Z)
Using coevolution and substitution of the fittest for health and well-being recommender systems [3.8073142980733]
Fittest (SF) の置換は、2つの集団の競合する進化的遺伝的アルゴリズムにおいて、解離の問題に対処するために設計された技法である。筆者らはまず,最小限の玩具領域におけるSFの係り合いと最適解の発見能力について,制御された比較評価を行った。そして、健康と幸福のためのレコメンデーションを進化させる、より複雑な現実世界の問題に対処する。
論文参考訳（メタデータ） (2022-11-01T12:16:11Z)
Distributed Evolution Strategies for Black-box Stochastic Optimization [42.90600124972943]
この研究は、分散ブラックボックス最適化への進化的アプローチに関するものである。各作業者は、アルゴリズムによる問題の近似を個別に解くことができる。問題のロバスト性を大幅に改善する2つの代替シミュレーション手法を提案する。
論文参考訳（メタデータ） (2022-04-09T11:18:41Z)
A Globally Convergent Evolutionary Strategy for Stochastic Constrained Optimization with Applications to Reinforcement Learning [0.6445605125467573]
進化的戦略は、強化学習における複雑な最適化問題に対して、競合する性能のレベルを達成することが示されている。しかし、制約された問題を最適化する進化戦略の収束保証は文献に欠けている。
論文参考訳（メタデータ） (2022-02-21T17:04:51Z)
VNE Strategy based on Chaotic Hybrid Flower Pollination Algorithm Considering Multi-criteria Decision Making [12.361459296815559]
仮想ネットワーク埋め込み (Virtual Network Embedding, VNE) 問題に対するハイブリッド花の受粉アルゴリズムの設計戦略について論じる。クロス操作は、グローバル検索を完了させるためにクロスポリン化操作を置き換えるために使用される。従来のフィットネスベースの選択戦略の補完としてライフサイクルメカニズムが導入されている。
論文参考訳（メタデータ） (2022-02-07T00:57:00Z)
Novel Policy Seeking with Constrained Optimization [131.67409598529287]
本稿では,強化学習課題における新しい政策作成の問題を再考する。まず、政策間の差異を評価するための新しい指標を導入し、2つの実用的な政策生成手法を設計する。 The Constrained Task Novel Bisector (CTNB) and the internal Policy Differentiation (IPD) is derived from the fiable direction method and the interior point method known in the constrained optimization literature。
論文参考訳（メタデータ） (2020-05-21T14:39:14Z)
The Simulator: Understanding Adaptive Sampling in the Moderate-Confidence Regime [52.38455827779212]
エミュレータと呼ばれる適応サンプリングを解析するための新しい手法を提案する。適切なログファクタを組み込んだトップk問題の最初のインスタンスベースの下位境界を証明します。我々の新しい分析は、後者の問題に対するこの種の最初のエミュレータであるベストアームとトップkの識別に、シンプルでほぼ最適であることを示した。
論文参考訳（メタデータ） (2017-02-16T23:42:02Z)

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。