論文の概要: Highlights of Semantics in Multi-objective Genetic Programming
- arxiv url: http://arxiv.org/abs/2206.05010v2
- Date: Mon, 13 Jun 2022 16:11:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-26 14:49:32.251249
- Title: Highlights of Semantics in Multi-objective Genetic Programming
- Title（参考訳）: 多目的遺伝的プログラミングにおける意味論のハイライト
- Authors: Edgar Galv\'an, Leonardo Trujillo, Fergal Stapleton
- Abstract要約: 本研究は,遺伝的プログラミング(GP)におけるセマンティクス(意味論)の理解を深め,新たなアプローチを提案する。
SCC(Semantic similarity-based Crossover)とSCD(Semantic-based Crowding Distance)という2つのセマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック
高度不均衡なバイナリ分類データセットを用いて、SDOの新たなアプローチにより、多様性の向上とハイパーボリューム結果の改善により、より支配的でないソリューションが一貫して生成されることを示した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Semantics is a growing area of research in Genetic programming (GP) and
refers to the behavioural output of a Genetic Programming individual when
executed. This research expands upon the current understanding of semantics by
proposing a new approach: Semantic-based Distance as an additional criteriOn
(SDO), in the thus far, somewhat limited researched area of semantics in
Multi-objective GP (MOGP). Our work included an expansive analysis of the GP in
terms of performance and diversity metrics, using two additional semantic-based
approaches, namely Semantic Similarity-based Crossover (SCC) and Semantic-based
Crowding Distance (SCD). Each approach is integrated into two evolutionary
multi-objective (EMO) frameworks: Non-dominated Sorting Genetic Algorithm II
(NSGA-II) and the Strength Pareto Evolutionary Algorithm 2 (SPEA2), and along
with the three semantic approaches, the canonical form of NSGA-II and SPEA2 are
rigorously compared. Using highly-unbalanced binary classification datasets, we
demonstrated that the newly proposed approach of SDO consistently generated
more non-dominated solutions, with better diversity and improved hypervolume
results.
- Abstract（参考訳）: セマンティックス(Semantics)は、遺伝的プログラミング(GP)の研究の領域であり、実行時に遺伝的プログラミングの個体の行動出力を指す。
sdo (semantic-based distance as a additional criterion) という手法が提案されており、これまでのところ、多目的gp (multi-objective gp, mogp) における意味論の研究領域は限られている。
SCC(Semantic similarity-based Crossover)とSCD(Semantic-based Crowding Distance)という,2つのセマンティックなセマンティックなアプローチを使用して,パフォーマンスと多様性の指標の観点からGPの拡張分析を行った。
それぞれのアプローチは2つの進化的多目的 (EMO) フレームワークに統合される: 非支配的ソーティング遺伝アルゴリズムII (NSGA-II) と強度パレート進化アルゴリズム2 (SPEA2) の3つのセマンティックアプローチと共に、NSGA-IIとSPEA2の正準形式を厳密に比較する。
高度にバランスの取れないバイナリ分類データセットを用いて,新たに提案するsdoのアプローチが,多様性の向上と高ボリューム化とともに,非優位なソリューションを一貫して生成することを示した。
関連論文リスト
- Unified Generative and Discriminative Training for Multi-modal Large Language Models [88.84491005030316]
生成的トレーニングにより、視覚言語モデル(VLM)は様々な複雑なタスクに取り組むことができる。
CLIPのようなモデルで実証された差別的トレーニングは、ゼロショットイメージテキストの分類と検索に優れています。
本稿では,両パラダイムの強みを統合する統一的アプローチを提案する。
論文 参考訳（メタデータ） (2024-11-01T01:51:31Z) - Continuous Cartesian Genetic Programming based representation for
Multi-Objective Neural Architecture Search [12.545742558041583]
我々は、より複雑で高効率な畳み込みニューラルネットワーク(CNN)を設計するための新しいアプローチを提案する。
我々のアプローチは、ニューラルネットワーク探索(NAS)のためのカルテシアン遺伝的プログラミング(CGP)に基づく実ベースCNNとブロックチェーンCNNの表現を組み合わせたものである。
それらが考慮する探索空間の粒度が異なる2つの変種が導入された。
論文 参考訳（メタデータ） (2023-06-05T07:32:47Z) - Consistency and Diversity induced Human Motion Segmentation [231.36289425663702]
本稿では,CDMS(Consistency and Diversity induced Human Motion)アルゴリズムを提案する。
我々のモデルは、ソースとターゲットデータを異なる多層特徴空間に分解する。
ソースとターゲットデータ間の領域ギャップを低減するために、マルチミューチュアル学習戦略を実行する。
論文 参考訳（メタデータ） (2022-02-10T06:23:56Z) - Group Gated Fusion on Attention-based Bidirectional Alignment for
Multimodal Emotion Recognition [63.07844685982738]
本稿では、LSTM隠蔽状態上の注目に基づく双方向アライメントネットワークで構成されるGBAN(Gated Bidirectional Alignment Network)と呼ばれる新しいモデルを提案する。
LSTMの最後の隠れ状態よりもアテンション整列表現の方が有意に優れていたことを実証的に示す。
提案したGBANモデルは、IEMOCAPデータセットにおける既存の最先端マルチモーダルアプローチよりも優れている。
論文 参考訳（メタデータ） (2022-01-17T09:46:59Z) - Result Diversification by Multi-objective Evolutionary Algorithms with
Theoretical Guarantees [94.72461292387146]
両目的探索問題として結果の多様化問題を再構成し,多目的進化アルゴリズム(EA)を用いて解くことを提案する。
GSEMOが最適時間近似比1/2$を達成できることを理論的に証明する。
目的関数が動的に変化すると、GSEMOはこの近似比をランニングタイムで維持することができ、Borodinらによって提案されたオープンな問題に対処する。
論文 参考訳（メタデータ） (2021-10-18T14:00:22Z) - Semantics in Multi-objective Genetic Programming [0.0]
セマンティック・ベース・ディスタンス(Semantic-based Distance)を付加クリトリオンとして提案する。
これは多目的GPにおける意味的多様性を自然に促進する。
提案したSDOアプローチが,より多くの非ボリュームソリューションとより良い多様性を生み出し,統計的に有意な結果をもたらすことを示す。
論文 参考訳（メタデータ） (2021-05-06T20:43:30Z) - Semantic Neighborhood Ordering in Multi-objective Genetic Programming
based on Decomposition [0.0]
分割に基づく多目的進化アルゴリズム(MOEA/D)を用いた進化的多目的最適化(EMO)における意味多様性の促進方法を示す。
遺伝子プログラミングにおけるMOEA/Dのセマンティック多様性をいかに促進できるかを初めて示す。
論文 参考訳（メタデータ） (2021-02-28T12:18:37Z) - Promoting Semantics in Multi-objective Genetic Programming based on
Decomposition [0.0]
進化的アルゴリズム(MOEA/D)における意味的類似性に基づくクロスオーバー(SSC)は,それが標準MOEA/Dに存在しない場合と比較して,意味的多様性がより良い結果をもたらすことを示す。
論文 参考訳（メタデータ） (2020-12-08T20:07:47Z) - Transformer-based Multi-Aspect Modeling for Multi-Aspect Multi-Sentiment
Analysis [56.893393134328996]
本稿では,複数の側面間の潜在的な関係を抽出し,文中のすべての側面の感情を同時に検出できるトランスフォーマーベースのマルチアスペクトモデリング手法を提案する。
本手法はBERTやRoBERTaといった強力なベースラインと比較して顕著な改善を実現している。
論文 参考訳（メタデータ） (2020-11-01T11:06:31Z) - Semantic-based Distance Approaches in Multi-objective Genetic
Programming [0.0]
多目的GP(Multi-Objective (MO) GP)における3種類の意味論の比較を行う。
1つの意味論的手法であるセマンティック類似性に基づくクロスオーバー(SSC)は、単目的GPから借用される。
また, (ii) セマンティック・ベース・ディスタンス(Semantic-based Distance) と (iii) Pivot similarity SDO の2つの手法について検討した。
論文 参考訳（メタデータ） (2020-09-25T19:01:13Z) - A Multi-Semantic Metapath Model for Large Scale Heterogeneous Network
Representation Learning [52.83948119677194]
大規模不均一表現学習のためのマルチセマンティックメタパス(MSM)モデルを提案する。
具体的には,マルチセマンティックなメタパスに基づくランダムウォークを生成し,不均衡な分布を扱うヘテロジニアスな近傍を構築する。
提案するフレームワークに対して,AmazonとAlibabaの2つの挑戦的なデータセットに対して,体系的な評価を行う。
論文 参考訳（メタデータ） (2020-07-19T22:50:20Z)
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。