論文の概要: Explicitly Multi-Modal Benchmarks for Multi-Objective Optimization
- arxiv url: http://arxiv.org/abs/2110.03196v3
- Date: Sat, 10 Feb 2024 01:56:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-14 01:39:08.120280
- Title: Explicitly Multi-Modal Benchmarks for Multi-Objective Optimization
- Title（参考訳）: 多目的最適化のための明示的マルチモーダルベンチマーク
- Authors: Ryosuke Ota and Reiya Hagiwara and Naoki Hamada and Likun Liu and
Takahiro Yamamoto and Daisuke Sakurai
- Abstract要約: 本研究では,アトラクションの流域を用いて,流域接続性(3BC)に基づくベンチマークを導入する。
3BCは、盆地グラフと呼ばれるトポロジ解析によって、マルチモーダルランドスケープの仕様化を可能にする。
- 参考スコア（独自算出の注目度）: 1.9282110216621833
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In multi-objective optimization, designing good benchmark problems is an
important issue for improving solvers.
Controlling the global location of Pareto optima in existing benchmark
problems has been problematic, and it is even more difficult when the design
space is high-dimensional since visualization is extremely challenging.
As a benchmarking with explicit local Pareto fronts, we introduce a
benchmarking based on basin connectivity (3BC) by using basins of attraction.
The 3BC allows for the specification of a multimodal landscape through a kind
of topological analysis called the basin graph, effectively generating
optimization problems from this graph.
Various known indicators measure the performance of a solver in searching
global Pareto optima, but using 3BC can make us localize them for each local
Pareto front by restricting it to its basin.
3BC's mathematical formulation ensures the accurate representation of the
specified optimization landscape, guaranteeing the existence of intended local
and global Pareto optima.
- Abstract（参考訳）: 多目的最適化において、優れたベンチマーク問題を設計することは、解法を改善する上で重要な問題である。
既存のベンチマーク問題におけるパレート・オプティマのグローバル位置の制御は問題であり、可視化が極めて困難であるため、設計空間が高次元である場合にはさらに困難である。
明示的な局所的なParetoフロントによるベンチマークとして,アトラクションの盆地を用いた流域接続(3BC)に基づくベンチマークを導入する。
3BCは、盆地グラフと呼ばれるトポロジ解析によってマルチモーダルランドスケープの仕様化を可能にし、このグラフから最適化問題を効果的に生成する。
グローバルパレートオプティマを探索する際の解法の性能は,様々な既知の指標によって測定されているが,3BCを用いることで各パレートフロントに局所化することができる。
3BCの数学的定式化は、指定された最適化ランドスケープの正確な表現を保証し、意図された局所的およびグローバルなパレート最適化の存在を保証する。
関連論文リスト
- Learning Multiple Initial Solutions to Optimization Problems [52.9380464408756]
厳密なランタイム制約の下で、同様の最適化問題を順次解決することは、多くのアプリケーションにとって不可欠である。
本稿では,問題インスタンスを定義するパラメータが与えられた初期解を多種多様に予測する学習を提案する。
提案手法は,すべての評価設定において有意かつ一貫した改善を実現し,必要な初期解の数に応じて効率よくスケールできることを実証した。
論文 参考訳（メタデータ） (2024-11-04T15:17:19Z) - Preference-Optimized Pareto Set Learning for Blackbox Optimization [1.9628841617148691]
すべての目的を同時に最適化できる単一のソリューションはありません。
典型的なMOO問題では、目的間の好みを交換する最適解(パレート集合)を見つけることが目的である。
我々の定式化は、例えば微分可能なクロスエントロピー法によって解決できる二段階最適化問題につながる。
論文 参考訳（メタデータ） (2024-08-19T13:23:07Z) - Localized Zeroth-Order Prompt Optimization [54.964765668688806]
そこで我々は,ZOPO(Localized zeroth-order prompt optimization)という新しいアルゴリズムを提案する。
ZOPOはニューラル・タンジェント・カーネルをベースとしたガウス法を標準ゼロ階次最適化に取り入れ、高速な局所最適探索を高速化する。
注目すべきは、ZOPOは最適化性能とクエリ効率の両方の観点から、既存のベースラインを上回っていることだ。
論文 参考訳（メタデータ） (2024-03-05T14:18:15Z) - 360 Layout Estimation via Orthogonal Planes Disentanglement and Multi-view Geometric Consistency Perception [56.84921040837699]
既存のパノラマ配置推定ソリューションは、垂直圧縮されたシーケンスから部屋の境界を復元し、不正確な結果をもたらす傾向にある。
そこで本稿では,直交平面不整合ネットワーク(DOPNet)を提案し,あいまいな意味論を識別する。
また,水平深度と比表現に適した教師なし適応手法を提案する。
本手法は,単分子配置推定と多視点レイアウト推定の両タスクにおいて,他のSoTAモデルよりも優れる。
論文 参考訳（メタデータ） (2023-12-26T12:16:03Z) - MultiZenoTravel: a Tunable Benchmark for Multi-Objective Planning with
Known Pareto Front [71.19090689055054]
多目的AI計画では、既知のPareto Frontsを示すベンチマークが不足している。
提案するベンチマーク生成器と専用ソルバは、結果のインスタンスの真のParetoを確実に計算する。
本稿では,制約された問題に対して最適な計画を示すとともに,制約された問題に対する一般的な問題を減らす方法を示す。
論文 参考訳（メタデータ） (2023-04-28T07:09:23Z) - A Bayesian Optimization Framework for Finding Local Optima in Expensive
Multi-Modal Functions [18.570591025615453]
本稿では,高コストで評価可能なマルチモーダル目的関数に対する局所的・言語的ソリューションの集合を見つけるためのマルチモーダルBOフレームワークを開発する。
目的関数とその一階微分の結合分布を解析的に導出する。
本稿では、マルチモーダル設定によく知られたBO取得関数の変種を導入し、提案フレームワークの性能を実証する。
論文 参考訳（メタデータ） (2022-10-13T00:10:13Z) - Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。
本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文 参考訳（メタデータ） (2022-01-28T05:53:28Z) - Fighting the curse of dimensionality: A machine learning approach to
finding global optima [77.34726150561087]
本稿では,構造最適化問題におけるグローバル最適化の方法を示す。
特定のコスト関数を利用することで、最適化手順が確立された場合と比較して、グローバルをベストに得るか、最悪の場合、優れた結果を得るかのどちらかを得る。
論文 参考訳（メタデータ） (2021-10-28T09:50:29Z) - Efficient Global Optimization of Non-differentiable, Symmetric
Objectives for Multi Camera Placement [0.0]
複数台のカメラを3Dシーンに最適に配置・配向するための新しい反復手法を提案する。
サンプルアプリケーションには、3D再構築の精度の向上、監視対象エリアの最大化、多視点歩行者追跡のカバレッジ向上が含まれる。
論文 参考訳（メタデータ） (2021-03-20T17:01:15Z) - A Hybrid 2-stage Neural Optimization for Pareto Front Extraction [3.918940900258555]
最適なトレードオフソリューションに対する大きな障害は、それらが必ずしも互いに収束しないことです。
正確かつ費用対効果の高い二段階アプローチを提案する。
論文 参考訳（メタデータ） (2021-01-27T20:56:19Z) - One PLOT to Show Them All: Visualization of Efficient Sets in
Multi-Objective Landscapes [0.0]
連続多目的最適化問題 (MOP) の可視化技術は研究に乏しい。
本稿では,局所的および大域的最適性を表現するために,両手法の利点を組み合わせた新しいハイブリッド可視化手法を提案する。
このPLOT(Plot of Landscapes with Optimal Trade-offs)は,多目的景観可視化技術として最も有用なものの一つである。
論文 参考訳（メタデータ） (2020-06-20T11:03:11Z)
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。