論文の概要: Longest Common Substring in Longest Common Subsequence's Solution
Service: A Novel Hyper-Heuristic
- arxiv url: http://arxiv.org/abs/2212.03178v1
- Date: Sat, 3 Dec 2022 07:52:57 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-07 16:41:40.373418
- Title: Longest Common Substring in Longest Common Subsequence's Solution
Service: A Novel Hyper-Heuristic
- Title（参考訳）: 最長共通部分列の解法サービスにおける最長共通部分文字列:新しい超ヒューリスティック
- Authors: Alireza Abdi, Masih Hajsaeedi, Mohsen Hooshmand
- Abstract要約: 最も長い共通部分列(Longest Common Subsequence、LCS)は、すべての文字列に共通であり、最も長い2つの性質を持つ文字列の集合の列を見つける問題である。
本稿では,その類似性に基づいて文字列の集合を分類する新しい基準を用いて,最も長い共通部分列問題の解法を提案する。
- 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: The Longest Common Subsequence (LCS) is the problem of finding a subsequence
among a set of strings that has two properties of being common to all and is
the longest. The LCS has applications in computational biology and text
editing, among many others. Due to the NP-hardness of the general longest
common subsequence, numerous heuristic algorithms and solvers have been
proposed to give the best possible solution for different sets of strings. None
of them has the best performance for all types of sets. In addition, there is
no method to specify the type of a given set of strings. Besides that, the
available hyper-heuristic is not efficient and fast enough to solve this
problem in real-world applications. This paper proposes a novel hyper-heuristic
to solve the longest common subsequence problem using a novel criterion to
classify a set of strings based on their similarity. To do this, we offer a
general stochastic framework to identify the type of a given set of strings.
Following that, we introduce the set similarity dichotomizer ($S^2D$) algorithm
based on the framework that divides the type of sets into two. This algorithm
is introduced for the first time in this paper and opens a new way to go beyond
the current LCS solvers. Then, we present a novel hyper-heuristic that exploits
the $S^2D$ and one of the internal properties of the set to choose the best
matching heuristic among a set of heuristics. We compare the results on
benchmark datasets with the best heuristics and hyper-heuristics. The results
show a higher performance of our proposed hyper-heuristic in both quality of
solutions and run time factors.
- Abstract（参考訳）: 最も長い共通部分列(Longest Common Subsequence、LCS)は、すべての文字列に共通であり、最も長い2つの性質を持つ文字列の集合の列を見つける問題である。
LCSは計算生物学やテキスト編集など多くの分野に応用されている。
一般的な最長共通部分列のnp硬さのため、様々な文字列集合に対して最良解を与えるために多くのヒューリスティックアルゴリズムと解法が提案されている。
いずれも,すべてのタイプのセットに対して最高のパフォーマンスを持っていません。
さらに、与えられた文字列のセットの型を指定するメソッドは存在しない。
さらに、利用可能なハイパーヒューリスティックは、現実世界のアプリケーションでこの問題を解決するのに十分な効率的で高速ではない。
本稿では,その類似性に基づいて文字列の集合を分類する新しい基準を用いて,最も長い共通部分列問題の解法を提案する。
これを実現するために、与えられた文字列の集合の型を識別するための一般的な確率的枠組みを提供する。
次に、集合の型を2つに分割するフレームワークに基づいて、セットの類似度ディコトマイザ(s^2d$)アルゴリズムを導入する。
このアルゴリズムは,本論文で初めて紹介され,現在の lcs ソルバを超越する新しい方法が提案されている。
次に、S^2D$と集合の内部特性を利用して、一組のヒューリスティックの中で最良のマッチングヒューリスティックを選択する新しい超ヒューリスティックを提案する。
ベンチマークデータセットの結果を最高のヒューリスティックとハイパーヒューリスティックと比較する。
その結果,提案するハイパーヒューリスティックは,ソリューションの品質と実行時間因子の両方において高い性能を示した。
関連論文リスト
- Sum-of-Squares inspired Quantum Metaheuristic for Polynomial Optimization with the Hadamard Test and Approximate Amplitude Constraints [76.53316706600717]
最近提案された量子アルゴリズムarXiv:2206.14999は半定値プログラミング(SDP)に基づいている
SDPにインスパイアされた量子アルゴリズムを2乗和に一般化する。
この結果から,本アルゴリズムは大きな問題に適応し,最もよく知られた古典学に近似することが示唆された。
論文 参考訳（メタデータ） (2024-08-14T19:04:13Z) - Enhanced Deterministic Approximation Algorithm for Non-monotone Submodular Maximization under Knapsack Constraint with Linear Query Complexity [0.0]
我々は最も高速な決定論的アルゴリズムの近似係数を6+epsilon$から5+epsilon$に改善する。
本手法は, しきい値のグリーディ・サブルーチンと, 候補解としての2つの解集合の構築という, 2つの成分の性能を最適化することに基づいている。
論文 参考訳（メタデータ） (2024-05-20T02:24:58Z) - Combinatorial Stochastic-Greedy Bandit [79.1700188160944]
我々は,選択した$n$のアームセットのジョイント報酬以外の余分な情報が観測されない場合に,マルチアームのバンディット問題に対する新規グリーディ・バンディット(SGB)アルゴリズムを提案する。
SGBは最適化された拡張型コミットアプローチを採用しており、ベースアームの大きなセットを持つシナリオ用に特別に設計されている。
論文 参考訳（メタデータ） (2023-12-13T11:08:25Z) - Concomitant Group Testing [49.50984893039441]
肯定的なテストが複数種類の項目の組み合わせを必要とするという考え方を捉えたグループテストの問題のバリエーションを紹介した。
目標は、可能な限り少数のテストを使用して、半欠陥セットをすべて確実に識別することである。
我々のアルゴリズムは、(i)決定性(ゼロエラー)かランダム化(小エラー)か、(ii)非適応性(非適応性)、完全適応性(完全適応性)、あるいは限定適応性(限定適応性)かによって区別される。
論文 参考訳（メタデータ） (2023-09-08T09:11:12Z) - Determinantal Beam Search [75.84501052642361]
ビームサーチは、ニューラルシーケンスモデルをデコードするためのゴーツー戦略である。
複数のソリューションを要求するユースケースでは、多様あるいは代表的なセットがしばしば望まれる。
ビームサーチを一連の部分決定問題として繰り返し行うことにより、アルゴリズムを多種多様なサブセット選択プロセスに変換することができる。
論文 参考訳（メタデータ） (2021-06-14T13:01:46Z) - A Fast Randomized Algorithm for Finding the Maximal Common Subsequences [8.970032486260695]
複数の文字列の最大共通部分列(MCS$)のランダムなインスタンスを見つけるためのランダム化アルゴリズムであるem Random-MCSを開発した。
アルゴリズムの複雑さは$L$で線形であることを示し、従って大きめの$L$に適している。
論文 参考訳（メタデータ） (2020-09-07T18:12:58Z) - Lazy Greedy Hypervolume Subset Selection from Large Candidate Solution
Sets [5.222705629027499]
超体積インジケータのサブモジュラー特性を利用した新しい遅延グリードアルゴリズムを提案する。
実験結果から,提案アルゴリズムは元のグレディ包摂アルゴリズムよりも数百倍高速であることがわかった。
論文 参考訳（メタデータ） (2020-07-04T09:19:45Z) - Ranking a set of objects: a graph based least-square approach [70.7866286425868]
同一労働者の群集によるノイズの多いペアワイズ比較から始まる$N$オブジェクトのランク付けの問題について考察する。
品質評価のために,最小二乗内在的最適化基準に依存する非適応的ランキングアルゴリズムのクラスを提案する。
論文 参考訳（メタデータ） (2020-02-26T16:19:09Z) - Extreme Algorithm Selection With Dyadic Feature Representation [78.13985819417974]
我々は,数千の候補アルゴリズムの固定セットを考慮に入れた,極端なアルゴリズム選択(XAS)の設定を提案する。
我々は、XAS設定に対する最先端のAS技術の適用性を評価し、Dyadic特徴表現を利用したアプローチを提案する。
論文 参考訳（メタデータ） (2020-01-29T09:40:58Z)
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。