論文の概要: Hybrid cuckoo search algorithm for the minimum dominating set problem

• arxiv url: http://arxiv.org/abs/2208.02593v2
• Date: Fri, 5 Aug 2022 11:47:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-07 09:56:15.892677
• Title: Hybrid cuckoo search algorithm for the minimum dominating set problem
• Title（参考訳）: 最小支配集合問題に対するハイブリッド・カッコウ探索アルゴリズム
• Authors: Belkacem Zouilekh and Sadek Bouroubi
• Abstract要約: 支配的なグラフの集合の概念はほぼ400年前にチェスのゲームで始まった。 グラフ理論における最も重要な問題のひとつであり、当時解決できないNP-Complete問題でもある。 本稿では,本研究におけるMDS問題に対処するための,新しいハイブリッド・カッコウ検索手法について述べる。
• 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: The notions of dominating sets of graphs began almost 400 years ago with the game of chess, which sparked the analysis of dominating sets of graphs, at first relatively loosely until the beginnings of the 1960s, when the issue was given mathematical description. It's among the most important problems in graph theory, as well as an NP-Complete problem that can't be solved in polynomial time. As a result, we describe a new hybrid cuckoo search technique to tackle the MDS problem in this work. Cuckoo search is a well-known metaheuristic famed for its capacity for exploring a large area of the search space, making it useful for diversification. However, to enhance performance, we incorporated intensification techniques in addition to the genetic crossover operator in the suggested approach. The comparison of our method with the corresponding state-of-the-art techniques from the literature is presented in an exhaustive experimental test. The suggested algorithm outperforms the present state of the art, according to the obtained results.
• Abstract（参考訳）: 支配的なグラフの集合の概念は、およそ400年前にチェスのゲームから始まり、このゲームは、支配的なグラフの集合の分析を、1960年代初めまで比較的緩やかに引き起こし、数学的な記述が与えられた。 グラフ理論において最も重要な問題の一つであり、多項式時間では解決できないNP-Complete問題でもある。 その結果,本研究におけるMDS問題に対処する新たなハイブリッド・カクー検索手法について述べる。 Cuckoo searchは、検索空間の広い領域を探索する能力で有名なメタヒューリスティックなメタヒューリスティックであり、多様化に有用である。 しかし,性能向上のため,提案手法では遺伝的クロスオーバー演算子に加えて強化技術も取り入れた。 本手法とそれに対応する最先端技術との比較を徹底的な実験で行った。 提案したアルゴリズムは, 得られた結果により, 現状よりも優れていた。

関連論文リスト

• Recombination vs Stochasticity: A Comparative Study on the Maximum Clique Problem [0.393259574660092]
  最大傾き問題(英: maximum clique problem、MCP)は、グラフ理論と計算複雑性の基本的な問題である。 様々なメタヒューリスティックがMPPを近似するために使われており、遺伝的アルゴリズムやメメティックアルゴリズム、アリコロニーアルゴリズム、欲求アルゴリズム、タブアルゴリズム、シミュレートされたアニーリングなどがある。 以上の結果から,モンテカルロのアルゴリズムはランダム検索を用いてグラフを生成するが,速度と能力の両面で遺伝的アルゴリズムを上回っていることが示唆された。
  論文  参考訳（メタデータ） (2024-09-26T12:50:00Z)
• Unlocking the Potential of Operations Research for Multi-Graph Matching [14.3836693915104]
  マルチグラフマッチングはコンピュータビジョンにおいて、例えば画像や形状のマッチングにおいて中心的な役割を果たす。 我々はMDAPのよく知られた近似アルゴリズムを不完全な多重グラフマッチングに転送する。 私たちのアルゴリズムは、2分以内でそれぞれ500以上のキーポイントを持つ29の画像と一致します。
  論文  参考訳（メタデータ） (2024-06-26T09:58:05Z)
• A fast score-based search algorithm for maximal ancestral graphs using entropy [1.6886863417304705]
  実験データから未知のMAGを学習するためのほとんどのスコアベースのアプローチは、不安定性と重い計算に苦しむBICスコアに依存している。 我々は,経験的エントロピー推定と新たに提案されたエンプレフィング特性 citepassenhu2023 を用いて,イムセット citepstudeny2006確率でMAGをスコアリングするフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-07T11:56:34Z)
• Evaluating Genetic Algorithms through the Approximability Hierarchy [55.938644481736446]
  本稿では,問題の近似クラスに依存する遺伝的アルゴリズムの有用性を解析する。 特に, 遺伝的アルゴリズムは階層の最も悲観的なクラスに特に有用であることを示す。
  論文  参考訳（メタデータ） (2024-02-01T09:18:34Z)
• Can Decentralized Stochastic Minimax Optimization Algorithms Converge Linearly for Finite-Sum Nonconvex-Nonconcave Problems? [56.62372517641597]
  分散化されたミニマックス最適化は、幅広い機械学習に応用されているため、ここ数年で活発に研究されている。 本稿では,非コンカブ問題に対する2つの新しい分散化ミニマックス最適化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-24T02:19:39Z)
• CBAG: An Efficient Genetic Algorithm for the Graph Burning Problem [0.0]
  グラフ燃焼問題の解法として,Centrality BAsed Genetic-algorithm (CBAG) という効率的な遺伝的アルゴリズムを提案する。 グラフバーニング問題の特徴を考慮し,新しい染色体表現法と評価法を提案する。 この結果から,提案アルゴリズムは従来の最先端の中央値と比較して性能が向上していることが明らかとなった。
  論文  参考訳（メタデータ） (2022-08-01T17:34:07Z)
• Towards Optimally Efficient Tree Search with Deep Learning [76.64632985696237]
  本稿では,線形モデルから信号整数を推定する古典整数最小二乗問題について検討する。 問題はNPハードであり、信号処理、バイオインフォマティクス、通信、機械学習といった様々な応用でしばしば発生する。 本稿では, 深いニューラルネットワークを用いて, 単純化されたメモリバウンドA*アルゴリズムの最適推定を推定し, HATSアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-01-07T08:00:02Z)
• Online Dense Subgraph Discovery via Blurred-Graph Feedback [87.9850024070244]
  我々は高密度サブグラフ発見のための新しい学習問題を導入する。 まず,確率の高いほぼ最適解を求めるエッジ時間アルゴリズムを提案する。 そして、理論的保証のあるよりスケーラブルなアルゴリズムを設計する。
  論文  参考訳（メタデータ） (2020-06-24T11:37:33Z)
• IDEAL: Inexact DEcentralized Accelerated Augmented Lagrangian Method [64.15649345392822]
  本稿では,局所関数が滑らかで凸な分散最適化環境下での原始的手法設計のためのフレームワークを提案する。 提案手法は,加速ラグランジアン法により誘導されるサブプロブレム列を概ね解いたものである。 加速度勾配降下と組み合わせることで,収束速度が最適で,最近導出された下界と一致した新しい原始アルゴリズムが得られる。
  論文  参考訳（メタデータ） (2020-06-11T18:49:06Z)
• Optimal Randomized First-Order Methods for Least-Squares Problems [56.05635751529922]
  このアルゴリズムのクラスは、最小二乗問題に対する最も高速な解法のうち、いくつかのランダム化手法を含んでいる。 我々は2つの古典的埋め込み、すなわちガウス射影とアダマール変換のサブサンプリングに焦点を当てる。 得られたアルゴリズムは条件数に依存しない最小二乗問題の解法として最も複雑である。
  論文  参考訳（メタデータ） (2020-02-21T17:45:32Z)

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。