論文の概要: A suite of diagnostic metrics for characterizing selection schemes

• arxiv url: http://arxiv.org/abs/2204.13839v2
• Date: Thu, 8 Sep 2022 22:50:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-15 04:07:15.674176
• Title: A suite of diagnostic metrics for characterizing selection schemes
• Title（参考訳）: 選択スキームを特徴付けるための一連の診断指標
• Authors: Jose Guadalupe Hernandez, Alexander Lalejini, Charles Ofria
• Abstract要約: ベンチマークスイートは、進化的アルゴリズムの問題解決能力の有用な測定を提供するが、構成的問題はしばしば、アルゴリズムの強みと弱みをきれいに識別するには複雑すぎる。 本稿では,エクスプロイトと探索の重要な側面から選択スキームを実証分析するためのベンチマークスイートDOSSIERを紹介する。
• 参考スコア（独自算出の注目度）: 62.997667081978825
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Benchmark suites provide useful measurements of an evolutionary algorithm's problem-solving capacity, but the constituent problems are often too complex to cleanly identify an algorithm's strengths and weaknesses. Here, we introduce the benchmark suite DOSSIER (``Diagnostic Overview of Selection Schemes In Evolutionary Runs'') for empirically analyzing selection schemes on important aspects of exploitation and exploration. Exploitation is fundamentally hill climbing, but we consider two scenarios: pure exploitation where each position in the representation can be optimized independently, and constrained exploitation where upward progress is more limited due to interactions between positions. Exploration is necessary when the optimization path is less clear; we consider the ability to follow multiple independent hill climbing pathways and the ability to cross fitness valleys. Each combination of these scenarios produces distinct fitness landscapes that help characterize the evolutionary dynamics associated with a given selection scheme. We analyze six popular selection schemes. Tournament selection and truncation selection both excelled at with exploitation metrics, but performed poorly when exploration was required; conversely, novelty search excelled at exploration but failed to exploit gradients. Fitness sharing performed well when overcoming deception, but poorly across all other diagnostics. Nondominated sorting was best for maintaining diverse populations comprised of individuals inhabiting multiple optima, but struggled to effectively exploit gradients. Lexicase selection balanced search space exploration without sacrificing exploitation, generally performing well across diagnostics. Our work demonstrates the value of diagnostics for quickly building an intuitive understanding of selection scheme characteristics, which can then be used to improve or develop new selection methods.
• Abstract（参考訳）: ベンチマークスイートは、進化的アルゴリズムの問題解決能力の有用な測定を提供するが、構成的問題はアルゴリズムの強みと弱みをきれいに識別するには複雑すぎることが多い。 ここでは,評価と探索の重要な側面について,選択スキームを実証的に分析するためのベンチマークスイートDOSSIER(<``Diagnostic Overview of Selection Schemes in Evolutionary Runs''')を紹介する。 エクスプロイションは基本的にはヒルクライミングであるが、私たちは2つのシナリオを考察する: 表現の各位置を独立して最適化できる純粋なエクスプロイションと、位置間の相互作用によってより上向きの進捗が制限されたエクスプロイションである。 最適化経路が明確でない場合には探索が必要であり、複数の独立した登山経路に従う能力と、フィットネスバレーを横断する能力を考える。 これらのシナリオのそれぞれの組み合わせは、特定の選択スキームに関連する進化力学を特徴づけるのに役立つ、異なるフィットネスランドスケープを生成する。 我々は6つの人気のある選択方法を分析する。 コースの選択とトラルニケーションの選択は、どちらもエクスプロイトの指標に優れていたが、探索が必要になった際には不十分であった。 フィットネスの共有は、偽装を克服するときにうまくいったが、他のすべての診断では不十分だった。 非支配的な選別は、複数のオプティマに住む個人からなる多様な集団を維持するのに最適であったが、効果的な勾配の活用に苦慮した。 レキシケースの選択は、悪用を犠牲にすることなく、検索空間の探索とバランスをとり、一般に診断でうまく機能する。 本研究は,選択スキーム特性の直感的理解を迅速に構築し,新たな選択方法の改善や開発に使用できる診断の価値を実証する。

関連論文リスト

• Diagnosis Of Takotsubo Syndrome By Robust Feature Selection From The Complex Latent Space Of DL-based Segmentation Network [4.583480375083946]
  医学における分類モデルやセグメンテーションモデルを用いて、潜伏した特徴を学習し、堅牢な特徴選択をオプトアウトし、過度な適合につながる可能性がある。 本稿では,診断を支援するセグメンテーションモデルの潜在空間を用いた特徴選択手法を提案する。 診断精度82%が従来のSOTA (State-of-the-art) を上回り, 心疾患の鑑別診断に有用であった。
  論文  参考訳（メタデータ） (2023-12-19T22:53:32Z)
• Multi-task Explainable Skin Lesion Classification [54.76511683427566]
  少ないラベル付きデータでよく一般化する皮膚病変に対する数発のショットベースアプローチを提案する。 提案手法は,アテンションモジュールや分類ネットワークとして機能するセグメンテーションネットワークの融合を含む。
  論文  参考訳（メタデータ） (2023-10-11T05:49:47Z)
• A Global and Patch-wise Contrastive Loss for Accurate Automated Exudate Detection [12.669734891001667]
  糖尿病網膜症(DR:diabetic retinopathy)は、視覚障害の主要な原因である。 硬口蓋の早期発見は、糖尿病の治療と視力喪失の予防に役立つDRの同定において重要な役割を担っている。 ハード・エクスデュート・セグメンテーションを最適化する新しい教師付きコントラスト学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-02-22T17:39:00Z)
• Adaptive Identification of Populations with Treatment Benefit in Clinical Trials: Machine Learning Challenges and Solutions [78.31410227443102]
  確定的臨床試験において,特定の治療の恩恵を受ける患者サブポピュレーションを適応的に同定する問題について検討した。 サブポピュレーション構築のためのメタアルゴリズムであるAdaGGIとAdaGCPIを提案する。
  論文  参考訳（メタデータ） (2022-08-11T14:27:49Z)
• Scalable Online Disease Diagnosis via Multi-Model-Fused Actor-Critic Reinforcement Learning [9.274138493400436]
  医療のアドバイスをオンラインで求めている人にとっては、患者と対話して自動的に疾患を診断できるAIベースの対話エージェントが有効な選択肢だ。 これは、強化学習(RL)アプローチを自然解として提案した逐次的特徴(症状)選択と分類の問題として定式化することができる。 生成的アクターネットワークと診断批評家ネットワークから構成されるMMF-AC(Multi-Model-Fused Actor-Critic)フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-06-08T03:06:16Z)
• An Exploration of Exploration: Measuring the ability of lexicase selection to find obscure pathways to optimality [62.997667081978825]
  本稿では,探索空間探索のための選択スキームの容量を診断する探索診断手法を提案する。 我々はレキシケースの選択がトーナメントの選択を外見することを確認した。 我々は,レキシケースのエリート性をエプシロンレキシケースで緩和することで,探索をさらに改善できることを見出した。
  論文  参考訳（メタデータ） (2021-07-20T20:43:06Z)
• Inheritance-guided Hierarchical Assignment for Clinical Automatic Diagnosis [50.15205065710629]
  臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。 本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-01-27T13:16:51Z)
• CANet: Context Aware Network for 3D Brain Glioma Segmentation [33.34852704111597]
  そこで我々は,脳神経グリオーマセグメンテーションのためのコンテキスト・アウェア・ネットワーク(CANet)という新しいアプローチを提案する。 CANetは、畳み込み空間と特徴相互作用グラフの両方からコンテキストを持つ高次元および差別的な特徴をキャプチャする。 BRATS 2017, BRATS 2018 および BRATS 2019 を用いて脳神経グリオーマ分節データセットを用いて本手法の評価を行った。
  論文  参考訳（メタデータ） (2020-07-15T16:12:41Z)
• Robust Medical Instrument Segmentation Challenge 2019 [56.148440125599905]
  腹腔鏡装置の術中追跡は、しばしばコンピュータとロボットによる介入の必要条件である。 本研究の課題は,30の手術症例から取得した10,040枚の注釈画像からなる外科的データセットに基づいていた。 結果は、初期仮説、すなわち、アルゴリズムの性能がドメインギャップの増大とともに低下することを確認する。
  論文  参考訳（メタデータ） (2020-03-23T14:35:08Z)

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。