論文の概要: Stagnation Detection Meets Fast Mutation

• arxiv url: http://arxiv.org/abs/2201.12158v2
• Date: Tue, 3 May 2022 08:25:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-27 16:14:11.316140
• Title: Stagnation Detection Meets Fast Mutation
• Title（参考訳）: スタグネーション検出は高速突然変異を満たす
• Authors: Benjamin Doerr, Amirhossein Rajabi
• Abstract要約: 2つのメカニズムが提案されており、変異による遠隔改善ソリューションの発見を著しく高速化することができる。 両メカニズムのアイデアを組み合わせた突然変異戦略を提案する。 一つの遠い解を見つける最良の確率も得られることを示す。
• 参考スコア（独自算出の注目度）: 9.853329403413701
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Two mechanisms have recently been proposed that can significantly speed up finding distant improving solutions via mutation, namely using a random mutation rate drawn from a heavy-tailed distribution ("fast mutation", Doerr et al. (2017)) and increasing the mutation strength based on stagnation detection (Rajabi and Witt (2020)). Whereas the latter can obtain the asymptotically best probability of finding a single desired solution in a given distance, the former is more robust and performs much better when many improving solutions in some distance exist. In this work, we propose a mutation strategy that combines ideas of both mechanisms. We show that it can also obtain the best possible probability of finding a single distant solution. However, when several improving solutions exist, it can outperform both the stagnation-detection approach and fast mutation. The new operator is more than an interleaving of the two previous mechanisms and it also outperforms any such interleaving.
• Abstract（参考訳）: 最近2つのメカニズムが提案されているが、これは突然変異によって、重い尾の分布から引き出されたランダムな突然変異率(英語版)("fast mutation", Doerr et al. (2017)")と、停滞検出に基づく突然変異強度の増加(Rajabi and Witt (2020))である。 後者は与えられた距離で1つの所望の解を見つける漸近的最善の確率を得ることができるが、前者はより頑健であり、ある距離における多くの改良解が存在する場合、より優れた結果が得られる。 本研究では,両機構の考え方を組み合わせた突然変異戦略を提案する。 また, 単一遠距離解を求める確率を最も高い確率で求めることができることを示す。 しかし、いくつかの改善された解が存在する場合、停滞検出アプローチと高速突然変異の両方より優れている。 新しい演算子は、以前の2つのメカニズムのインターリーブ以上のものであり、そのようなインターリーブよりも優れています。

関連論文リスト

• A Flexible Evolutionary Algorithm With Dynamic Mutation Rate Archive [2.07180164747172]
  我々は、$k$-bitのフリップ突然変異を用いた進化的アルゴリズムの突然変異率を動的に維持する新しいフレキシブルなアプローチを提案する。 試行錯誤の回数がしきい値を超えた場合のレートは終了し、現在アーカイブに存在しないレートは2つの方法で入力できる。 最小選択確率について、重み付き分布を含む様々な選択肢を提案する。
  論文  参考訳（メタデータ） (2024-04-05T10:51:40Z)
• An Application of a Multivariate Estimation of Distribution Algorithm to Cancer Chemotherapy [59.40521061783166]
  癌に対する化学療法治療は、多数の相互作用する変数と制約を持つ複雑な最適化問題である。 より洗練されたアルゴリズムは、このような複雑な問題に対してより良いパフォーマンスをもたらすことが示される。 我々は、この問題における多数の相互作用によって、より洗練されたアルゴリズムが妨げられていることが原因であると仮定する。
  論文  参考訳（メタデータ） (2022-05-17T15:28:46Z)
• Effective Mutation Rate Adaptation through Group Elite Selection [50.88204196504888]
  本稿では,GESMR(Group Elite Selection of Mutation Rates)アルゴリズムを提案する。 GESMRは解の集団とMRの集団を共進化させ、各MRは解群に割り当てられる。 同じ数の関数評価とオーバーヘッドのほとんどないGESMRは、以前のアプローチよりも早く、より良いソリューションに収束する。
  論文  参考訳（メタデータ） (2022-04-11T01:08:26Z)
• Quickest change detection with unknown parameters: Constant complexity and near optimality [0.0]
  変化前分布と後分布の両方のパラメータが未知である場合、最も早い変化検出問題を考える。 我々は、より複雑なマルコフ設定に適応した$mathcalO(1)$で実行する、ほぼ最適な性能を持つスケーラブルな近似アルゴリズムを導出する。
  論文  参考訳（メタデータ） (2021-06-09T13:29:26Z)
• Multivariate Probabilistic Regression with Natural Gradient Boosting [63.58097881421937]
  多変量予測分布の条件パラメータを非パラメトリックにモデル化したNatural Gradient Boosting (NGBoost) 手法を提案する。 提案手法は頑健で, 広範囲なチューニングを伴わず, 推定対象分布に対してモジュール構造であり, 既存の手法と比較して競争力がある。
  論文  参考訳（メタデータ） (2021-06-07T17:44:49Z)
• Navigating to the Best Policy in Markov Decision Processes [68.8204255655161]
  マルコフ決定過程における純粋探索問題について検討する。 エージェントはアクションを逐次選択し、結果のシステム軌道から可能な限り早くベストを目標とする。
  論文  参考訳（メタデータ） (2021-06-05T09:16:28Z)
• Practical Schemes for Finding Near-Stationary Points of Convex Finite-Sums [45.91933657088324]
  凸有限サムの近定常点探索におけるアルゴリズム手法の体系的研究を行う。 私たちの主な貢献は、いくつかのアルゴリズム的な発見です。 我々は,今後の発展を促進する新しいスキームのシンプルさと実用性を強調した。
  論文  参考訳（メタデータ） (2021-05-25T16:46:35Z)
• A Rank based Adaptive Mutation in Genetic Algorithm [0.0]
  本稿では,染色体ランクを用いた突然変異確率生成の代替手法を提案する。 単純な遺伝的アルゴリズム(SGA)と一定の突然変異確率と限られた資源制約内での適応的アプローチとの比較実験を行った。
  論文  参考訳（メタデータ） (2021-04-18T12:41:33Z)
• Robust, Accurate Stochastic Optimization for Variational Inference [68.83746081733464]
  また, 共通最適化手法は, 問題が適度に大きい場合, 変分近似の精度が低下することを示した。 これらの結果から,基礎となるアルゴリズムをマルコフ連鎖の生成とみなして,より堅牢で正確な最適化フレームワークを開発する。
  論文  参考訳（メタデータ） (2020-09-01T19:12:11Z)
• Fast Mutation in Crossover-based Algorithms [8.34061303235504]
  Doerr、Le、Makhmara、Nguyen(GECCO)で提案された重尾突然変異演算子 Doerr、Le、Makhmara、Nguyen(GECCO)で提案された重尾突然変異演算子 実験的な研究は、ランダムに満足できるMax-3SATインスタンスにも高速突然変異の有効性を示す。
  論文  参考訳（メタデータ） (2020-04-14T14:16:42Z)
• Self-Adjusting Evolutionary Algorithms for Multimodal Optimization [0.0]
  自己調整および自己適応機構は、二進探索空間の進化的アルゴリズムにおける静的設定よりも確実に優れている。 我々は、既存の進化アルゴリズムのモジュールとして追加できる、停滞検出と呼ばれるメカニズムを提案する。
  論文  参考訳（メタデータ） (2020-04-07T11:02:10Z)

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。