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

• arxiv url: http://arxiv.org/abs/2204.13839v3
• Date: Mon, 23 Oct 2023 17:43:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-26 03:49:13.587416
• 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: DOSSIERは、8つの手作りメトリクスからなる診断スイートである。 これらのメトリクスは、エクスプロイト、探索、およびそれらの相互作用のために、実験的に特定の能力を測定するように設計されている。 DOSSIERを6つの一般的な選択スキームに適用する: トランケーション、トーナメント、フィットネス共有、レキシケース、非支配的なソート、ノベルティ検索。
• 参考スコア（独自算出の注目度）: 45.74830585715129
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Benchmark suites are crucial for assessing the performance of evolutionary algorithms, but the constituent problems are often too complex to provide clear intuition about an algorithm's strengths and weaknesses. To address this gap, we introduce DOSSIER ("Diagnostic Overview of Selection Schemes In Evolutionary Runs"), a diagnostic suite initially composed of eight handcrafted metrics. These metrics are designed to empirically measure specific capacities for exploitation, exploration, and their interactions. We consider exploitation both with and without constraints, and we divide exploration into two aspects: diversity exploration (the ability to simultaneously explore multiple pathways) and valley-crossing exploration (the ability to cross wider and wider fitness valleys). We apply DOSSIER to six popular selection schemes: truncation, tournament, fitness sharing, lexicase, nondominated sorting, and novelty search. Our results confirm that simple schemes (e.g., tournament and truncation) emphasized exploitation. For more sophisticated schemes, however, our diagnostics revealed interesting dynamics. Lexicase selection performed moderately well across all diagnostics that did not incorporate valley crossing, but faltered dramatically whenever valleys were present, performing worse than even random search. Fitness sharing was the only scheme to effectively contend with valley crossing but it struggled with the other diagnostics. Our study highlights the utility of using diagnostics to gain nuanced insights into selection scheme characteristics, which can inform the design of 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性能を評価するのに不可欠であるが、アルゴリズムの強みや弱点について明確な直観を与えるには、構成上の問題は複雑すぎることが多い。 このギャップに対処するために、当初は8つの手作りメトリクスからなる診断スイートであるDOSSIER(Diagnostic Overview of Selection Schemes in Evolutionary Runs)を紹介した。 これらのメトリクスは、搾取、探索、およびそれらの相互作用のための特定の能力を実証的に測定するように設計されている。 本研究は,多様性探索(複数の経路を同時に探索する能力)と谷を横断する探索(より広く広いフィットネスバレーを横断する能力)の2つの側面に分けられる。 DOSSIERを6つの一般的な選択スキームに適用する: トランケーション、トーナメント、フィットネス共有、レキシケース、非支配的なソート、ノベルティ検索。 以上の結果から,単純なスキーム(トーナメントやトランケーションなど)が搾取を重視していることが確認された。 しかし、より洗練されたスキームでは、私たちの診断は興味深いダイナミクスを示しました。 レキシケースの選択は、谷の横断を含まない全ての診断で適度に機能したが、谷が存在すると劇的に変化し、ランダムな探索よりも成績が悪くなった。 フィットネスシェアリングは、バレー横断と効果的に競合する唯一のスキームだったが、他の診断に苦しんだ。 本研究は,新しい選択手法の設計を図り,選択方式の特徴を微妙に把握するための診断の有用性を強調した。

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。