論文の概要: What can phylogenetic metrics tell us about useful diversity in
evolutionary algorithms?
- arxiv url: http://arxiv.org/abs/2108.12586v1
- Date: Sat, 28 Aug 2021 06:49:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-16 22:56:42.999845
- Title: What can phylogenetic metrics tell us about useful diversity in
evolutionary algorithms?
- Title(参考訳): 進化的アルゴリズムの有用な多様性について、系統学的指標から何が分かるか?
- Authors: Jose Guadalupe Hernandez, Alexander Lalejini, Emily Dolson
- Abstract要約: 系統的多様性指標(英: Phylogenetic diversity metrics)は、生物学で広く用いられる指標の分類である。
ほとんどの場合、系統学的指標は他の多様性指標と有意に異なる振る舞いをする。
- 参考スコア(独自算出の注目度): 62.997667081978825
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: It is generally accepted that "diversity" is associated with success in
evolutionary algorithms. However, diversity is a broad concept that can be
measured and defined in a multitude of ways. To date, most evolutionary
computation research has measured diversity using the richness and/or evenness
of a particular genotypic or phenotypic property. While these metrics are
informative, we hypothesize that other diversity metrics are more strongly
predictive of success. Phylogenetic diversity metrics are a class of metrics
popularly used in biology, which take into account the evolutionary history of
a population. Here, we investigate the extent to which 1) these metrics provide
different information than those traditionally used in evolutionary
computation, and 2) these metrics better predict the long-term success of a run
of evolutionary computation. We find that, in most cases, phylogenetic metrics
behave meaningfully differently from other diversity metrics. Moreover, our
results suggest that phylogenetic diversity is indeed a better predictor of
success.
- Abstract(参考訳): 多様性」は進化的アルゴリズムの成功と関連していると一般に受け入れられている。
しかし、多様性は様々な方法で測定、定義できる幅広い概念である。
これまで、ほとんどの進化的計算研究は、特定の遺伝子型または表現型特性の豊かさおよび/または均一性を用いて多様性を測定してきた。
これらの指標は有益であるが、他の多様性指標が成功をより強く予測できると仮定する。
系統学的多様性指標(英: phylogenetic diversity metrics)は、生物学において一般的に用いられる指標の一種であり、集団の進化の歴史を考慮に入れる。
ここでは,その程度について検討する。
1)これらの指標は,従来の進化的計算法と異なる情報を提供する。
2)これらの指標は進化的計算の長期的成功を予測するのに役立つ。
ほとんどの場合、系統学的指標は他の多様性指標と有意に異なる振る舞いをする。
さらに, 系統多様性が成功の予測因子であることが示唆された。
関連論文リスト
- DARLEI: Deep Accelerated Reinforcement Learning with Evolutionary
Intelligence [77.78795329701367]
本稿では,進化アルゴリズムと並列化強化学習を組み合わせたフレームワークであるDARLEIを提案する。
我々はDARLEIの性能を様々な条件で特徴付け、進化形態の多様性に影響を与える要因を明らかにした。
今後DARLEIを拡張して、よりリッチな環境における多様な形態素間の相互作用を取り入れていきたいと考えています。
論文 参考訳(メタデータ) (2023-12-08T16:51:10Z) - Phylogeny-informed fitness estimation [58.720142291102135]
本研究では, 住民の健康評価を推定するために, フィロジェニーを利用した適合度推定手法を提案する。
以上の結果から, 植物性インフォームドフィットネス推定は, ダウンサンプドレキシケースの欠点を軽減することが示唆された。
この研究は、ランタイム系統解析を利用して進化アルゴリズムを改善するための最初のステップとなる。
論文 参考訳(メタデータ) (2023-06-06T19:05:01Z) - Analysing Equilibrium States for Population Diversity [0.0]
人口の多様性は、グローバルな探索に役立ち、クロスオーバーの使用を促進するため、進化的アルゴリズムにおいて不可欠である。
本研究では,2対のハミング距離の和で測定された$(mu+1)$アルゴリズムの個体群多様性が,フィットネスニュートラル環境下でどのように進化するかを検討する。
論文 参考訳(メタデータ) (2023-04-19T14:30:20Z) - All You Need Is Sex for Diversity [0.5156484100374059]
自己適応的交配の嗜好は、従来のアプローチやランダムメイトアプローチと比較して、より多様なソリューションセットを作ることができる。
このアプローチの内部メカニズムは、各個人が完全な仲間の独自の表現を持っているため、個人の選択から作用する。
論文 参考訳(メタデータ) (2023-03-30T15:09:36Z) - A Unified Theory of Diversity in Ensemble Learning [4.773356856466191]
本稿では,多様な教師付き学習シナリオにおける多様性の性質を説明する,アンサンブルの多様性の理論を提案する。
この挑戦は、30年以上にわたるオープンな研究課題であるアンサンブル学習の聖杯として言及されている。
論文 参考訳(メタデータ) (2023-01-10T13:51:07Z) - Co-Evolutionary Diversity Optimisation for the Traveling Thief Problem [11.590506672325668]
本稿では,多成分走行盗難問題に対する2つの空間を同時に探索する共進化的アルゴリズムを提案する。
その結果,論文の基盤となる進化的多様性アルゴリズムと比較して,共進化的アルゴリズムの多様性を著しく向上させる能力を示した。
論文 参考訳(メタデータ) (2022-07-28T12:02:15Z) - Exploring Diversity in Back Translation for Low-Resource Machine
Translation [85.03257601325183]
バックトランスフォーメーションは、ニューラルマシントランスフォーメーションシステムの性能を改善するために最も広く使われている手法の1つである。
近年の研究では、生成された翻訳の「多様性」を増大させることにより、この手法の有効性を高めることを目指している。
この研究は、トレーニングデータの多様性を理解し、それを語彙的多様性と構文的多様性に分割する、より微妙なフレームワークを推し進めている。
論文 参考訳(メタデータ) (2022-06-01T15:21:16Z) - The Introspective Agent: Interdependence of Strategy, Physiology, and
Sensing for Embodied Agents [51.94554095091305]
本論では, 環境の文脈において, 自己能力を考慮した内省的エージェントについて論じる。
自然と同じように、私たちは戦略を1つのツールとして再編成して、環境において成功させたいと考えています。
論文 参考訳(メタデータ) (2022-01-02T20:14:01Z) - Random Network Distillation as a Diversity Metric for Both Image and
Text Generation [62.13444904851029]
我々は、どんな種類のデータにも、どんな種類のデータにも、自然にも適用できる新しい多様性指標を開発した。
私たちはこのメトリクスを画像とテキストの両方で検証し、デプロイします。
論文 参考訳(メタデータ) (2020-10-13T22:03:52Z) - Effective Diversity in Population Based Reinforcement Learning [38.62641968788987]
人口のすべてのメンバを同時に最適化するアプローチを導入する。
対距離を使用するのではなく、行動多様体内の全集団の体積を測定する。
我々のアルゴリズムは、オンライン学習技術を用いて、トレーニング中に多様性の度合いを適応させる。
論文 参考訳(メタデータ) (2020-02-03T10:09:16Z)
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。