論文の概要: Transformation-Interaction-Rational Representation for Symbolic
Regression
- arxiv url: http://arxiv.org/abs/2205.06807v1
- Date: Mon, 25 Apr 2022 16:53:43 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-22 12:14:40.122761
- Title: Transformation-Interaction-Rational Representation for Symbolic
Regression
- Title（参考訳）: 記号回帰のための変換-相互作用-合理表現
- Authors: Fabricio Olivetti de Franca
- Abstract要約: シンボリック回帰は、しばしば遺伝的プログラミングを使用してデータセットを近似する関数形式を探索する。
この問題を緩和するために、Interaction-Transformationと呼ばれる新しい表現が最近提案された。
本稿では,2つの相互作用変換関数の有理性として,新しい関数形式を定義する表現の拡張を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Symbolic Regression searches for a function form that approximates a dataset
often using Genetic Programming.
Since there is usually no restriction to what form the function can have,
Genetic Programming may return a hard to understand model due to non-linear
function chaining or long expressions. A novel representation called
Interaction-Transformation was recently proposed to alleviate this problem. In
this representation, the function form is restricted to an affine combination
of terms generated as the application of a single univariate function to the
interaction of selected variables. This representation obtained competing
solutions on standard benchmarks. Despite the initial success, a broader set of
benchmarking functions revealed the limitations of the constrained
representation.
In this paper we propose an extension to this representation, called
Transformation-Interaction-Rational representation that defines a new function
form as the rational of two Interaction-Transformation functions. Additionally,
the target variable can also be transformed with an univariate function. The
main goal is to improve the approximation power while still constraining the
overall complexity of the expression.
We tested this representation with a standard Genetic Programming with
crossover and mutation. The results show a great improvement when compared to
its predecessor and a state-of-the-art performance for a large benchmark.
- Abstract（参考訳）: シンボリック回帰は、しばしば遺伝的プログラミングを使用してデータセットを近似する関数形式を探索する。
関数が持つことのできる形式には通常制限がないため、遺伝的プログラミングは非線型関数連鎖や長い表現のために理解しにくいモデルを返すことがある。
この問題を緩和するために、Interaction-Transformationと呼ばれる新しい表現が最近提案された。
この表現において、関数形式は、選択された変数の相互作用に対する単変量関数の適用として生成される項のアフィン結合に制限される。
この表現は標準ベンチマークで競合する解を得た。
最初の成功にもかかわらず、幅広いベンチマーク関数セットは制約付き表現の制限を明らかにした。
本稿では、2つの相互作用-変換関数の有理性として新しい関数形式を定義する変換-相互作用-規則表現と呼ばれるこの表現の拡張を提案する。
さらに、ターゲット変数を不等式関数で変換することもできる。
主な目標は、式全体の複雑さを制約しながら近似力を向上させることである。
私たちはこの表現を、交叉と変異を伴う標準的な遺伝的プログラミングでテストしました。
結果は、前モデルと比較して大きな改善を示し、大規模なベンチマークでは最先端のパフォーマンスを示した。
関連論文リスト
- EulerFormer: Sequential User Behavior Modeling with Complex Vector Attention [88.45459681677369]
複素ベクトル注意を持つ新しい変圧器変圧器(EulerFormer)を提案する。
意味的差と位置的差の両方を定式化するための統一的な理論的枠組みを提供する。
意味的変動に対してより堅牢であり、原理上はより上述の理論的性質を持つ。
論文 参考訳（メタデータ） (2024-03-26T14:18:43Z) - Data-driven path collective variables [0.0]
本稿では,集合変数の生成,最適化,比較のための新しい手法を提案する。
結果として得られる集合変数は1次元、解釈可能、微分可能である。
2つの異なるアプリケーションに対して,本手法の有効性を示す。
論文 参考訳（メタデータ） (2023-12-21T14:07:47Z) - Constrained Optimization of Rank-One Functions with Indicator Variables [0.0]
様々な機械学習アプリケーションに現れる決定変数のサポートに関する制約をモデル化する制約よりも、ランクワン凸関数が関与する最適化問題である。
本稿では、視点関数によって誘導される隠れ円錐構造を利用する構成的アプローチを提案する。
これにより、非線形可分あるいは非可分な目的関数を持つ集合の凸包記述に対する視点記述を体系的に与え、連続変数の制約にサインし、指標変数の制約を与えることができる。
論文 参考訳（メタデータ） (2023-03-31T15:51:56Z) - Equivariance with Learned Canonicalization Functions [77.32483958400282]
正規化を行うために小さなニューラルネットワークを学習することは、事前定義を使用することよりも優れていることを示す。
実験の結果,正準化関数の学習は多くのタスクで同変関数を学習する既存の手法と競合することがわかった。
論文 参考訳（メタデータ） (2022-11-11T21:58:15Z) - End-to-end symbolic regression with transformers [20.172752966322214]
シンボリック・マグニチュード・レグレッションは、通常、2段階の手順を高速に予測する難しいタスクである。
本稿では,本モデルが情報変換器としてニューラル・ザ・定数にアプローチしていることを示す。
論文 参考訳（メタデータ） (2022-04-22T06:55:43Z) - X-volution: On the unification of convolution and self-attention [52.80459687846842]
本稿では,畳み込み操作と自己注意操作の両方からなるマルチブランチ基本モジュールを提案する。
提案したX-進化は、非常に競争力のある視覚的理解の改善を実現する。
論文 参考訳（メタデータ） (2021-06-04T04:32:02Z) - Better Regularization for Sequential Decision Spaces: Fast Convergence
Rates for Nash, Correlated, and Team Equilibria [121.36609493711292]
大規模2プレーヤワイドフォームゲームの計算平衡問題に対する反復的な一階法の適用について検討する。
正則化器を用いて一階法をインスタンス化することにより、相関平衡と元アンティー座標のチーム平衡を計算するための最初の加速一階法を開発する。
論文 参考訳（メタデータ） (2021-05-27T06:10:24Z) - Zoetrope Genetic Programming for Regression [2.642406403099596]
Zoetrope Genetic Programming (ZGP)アルゴリズムは、数学的表現のオリジナルの表現に基づいている。
ZGPは多数のパブリックドメイン回帰データセットを使用して検証される。
論文 参考訳（メタデータ） (2021-02-26T10:47:10Z) - Learning Symbolic Expressions: Mixed-Integer Formulations, Cuts, and
Heuristics [1.1602089225841632]
機能形式を仮定せずに回帰関数を学習する問題を考察する。
制限されたMIを解くことで表現木を構築する手法を提案する。
論文 参考訳（メタデータ） (2021-02-16T18:39:14Z) - UNIPoint: Universally Approximating Point Processes Intensities [125.08205865536577]
学習可能な関数のクラスが任意の有効な強度関数を普遍的に近似できることを示す。
ニューラルポイントプロセスモデルであるUNIPointを実装し,各イベントの基底関数の和をパラメータ化するために,リカレントニューラルネットワークを用いた。
論文 参考訳（メタデータ） (2020-07-28T09:31:56Z) - Invariant Feature Coding using Tensor Product Representation [75.62232699377877]
我々は,群不変特徴ベクトルが線形分類器を学習する際に十分な識別情報を含んでいることを証明した。
主成分分析やk平均クラスタリングにおいて,グループアクションを明示的に考慮する新たな特徴モデルを提案する。
論文 参考訳（メタデータ） (2019-06-05T07:15:17Z)
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。