論文の概要: Optimisation via encodings: a renormalisation group perspective
- arxiv url: http://arxiv.org/abs/2303.16258v1
- Date: Tue, 28 Mar 2023 19:07:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-30 17:01:54.569853
- Title: Optimisation via encodings: a renormalisation group perspective
- Title（参考訳）: 符号化による最適化:再正規化群の観点から
- Authors: Konstantin Klemm and Anita Mehta and Peter F. Stadler
- Abstract要約: より広い検索空間から元の検索空間のサブセットへのプロセスのマッピングを行う隠蔽符号化マップを用いて2つのアプローチの組み合わせを提案する。
鍵となるアイデアは、最適に近いソリューションを排除し、ローカルなミニマをトラップしないより大きな検索空間の風景をもたらす適切な展示の助けを借りて、カバーエンコーディングマップを構築することである。
- 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 traditional way of tackling discrete optimization problems is by using
local search on suitably defined cost or fitness landscapes. Such approaches
are however limited by the slowing down that occurs when local minima, that are
a feature of the typically rugged landscapes encountered, arrest the progress
of the search process. Another way of tackling optimization problems is by the
use of heuristic approximations to estimate a global cost minimum. Here we
present a combination of these two approaches by using cover-encoding maps
which map processes from a larger search space to subsets of the original
search space. The key idea is to construct cover-encoding maps with the help of
suitable heuristics that single out near-optimal solutions and result in
landscapes on the larger search space that no longer exhibit trapping local
minima. The processes that are typically employed involve some form of
coarse-graining, and we suggest here that they can be viewed as avatars of
renormalisation group transformations.
- Abstract（参考訳）: 離散最適化問題に対処する従来の方法は、コストやフィットネスの風景を局所的に探索することである。
しかし、そのようなアプローチは、典型的な荒れ果てた風景の特徴である局所的なミニマが探索過程の進行を妨げているときに起こる減速によって制限される。
最適化問題に取り組む別の方法は、大域的コスト最小を見積もるためにヒューリスティック近似を用いることである。
本稿では,より広い探索空間から元の検索空間の部分集合にプロセスをマッピングするカバーエンコーディングマップを用いて,これら2つの手法の組み合わせを示す。
鍵となる考え方は、最適なヒューリスティックの助けを借りてカバーエンコーディングマップを構築することである。
一般的に用いられるプロセスは粗粒化の一種であり、ここでは再正規化群変換のアバターと見なせることを示唆する。
関連論文リスト
- The regret lower bound for communicating Markov Decision Processes [15.108805347673401]
我々は、エルゴード的マルコフ決定過程(MDPs)を超えて、後悔の少ない境界を延長する。
我々の下限は、一貫した学習エージェントに必要な爆発的振る舞いを再考する。
これら2つの爆発的・共同探索的行動は,航法制約に絡み合っていることを示す。
論文 参考訳（メタデータ） (2025-01-22T16:56:42Z) - Stalling in Space: Attractor Analysis for any Algorithm [0.14843690728081999]
我々は、CMA-ES、微分進化、24のノイズレスブラックボックス最適化ベンチマーク問題に対するランダム検索のためのアトラクタネットワークを構築した。
我々は,他のモデルでは不可能なアルゴリズム動作の洞察を促進するために,局所探索を含まないアルゴリズムに対しても,アトラクタ解析の考慮を提唱する。
論文 参考訳（メタデータ） (2024-12-20T12:44:58Z) - Decision Diagram-Based Branch-and-Bound with Caching for Dominance and
Suboptimality Detection [9.175779296469194]
本稿では動的プログラミングモデルの構造を利用して探索を高速化する新しい要素を提案する。
鍵となる考え方は、検索中にキャッシュされた拡張しきい値に問い合わせることによって、同じ動的プログラミング状態に対応するノードの繰り返し拡張を防止することである。
このキャッシング機構によって引き起こされるプルーニングは、アルゴリズムによって拡張されたノード数を著しく削減できることを示す実験である。
論文 参考訳（メタデータ） (2022-11-22T10:18:33Z) - Noisy Low-rank Matrix Optimization: Geometry of Local Minima and
Convergence Rate [14.191310794366075]
本稿では,機械学習における多種多様な応用を見出した低ランク行列最適化について述べる。
雑音モデルが任意である一般目的関数に対するランダムな汚職に対処できるフレームワークを開発する。
RIP定数が1/3$以上である場合、地平線付近の局所領域における問題の急激な局所最小値の幾何学を特徴付ける。
論文 参考訳（メタデータ） (2022-03-08T07:44:47Z) - Unpaired Image Super-Resolution with Optimal Transport Maps [128.1189695209663]
実世界の画像超解像(SR)タスクは、しばしば、教師付き技術の適用を制限するペアデータセットを持っていない。
本稿では,非バイアスのOTマップを知覚輸送コストで学習する未ペアSRのアルゴリズムを提案する。
我々のアルゴリズムは、大規模無人AIM-19データセット上で、最先端のパフォーマンスをほぼ提供する。
論文 参考訳（メタデータ） (2022-02-02T16:21:20Z) - Community detection using fast low-cardinality semidefinite programming [94.4878715085334]
局所的な更新を一般化し、ライデン-k-カットから導かれる半定緩和を最大化する、新しい低カルチナリティアルゴリズムを提案する。
提案アルゴリズムはスケーラビリティが高く,最先端のアルゴリズムより優れ,実時間では性能が向上し,追加コストがほとんどない。
論文 参考訳（メタデータ） (2020-12-04T15:46:30Z) - Non-Local Spatial Propagation Network for Depth Completion [82.60915972250706]
本研究では,深度完了のための堅牢で効率的な非局所的空間伝搬ネットワークを提案する。
提案するネットワークは,RGBとスパース深度画像を入力とし,各画素の非局所的近傍とその親和性を推定する。
提案アルゴリズムは,混合深度問題に対する深度補完精度とロバスト性の観点から,従来のアルゴリズムよりも優れていることを示す。
論文 参考訳（メタデータ） (2020-07-20T12:26:51Z) - Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。
本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。
実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文 参考訳（メタデータ） (2020-07-20T12:07:48Z) - Learning to Accelerate Heuristic Searching for Large-Scale Maximum
Weighted b-Matching Problems in Online Advertising [51.97494906131859]
バイパルタイトbマッチングはアルゴリズム設計の基本であり、経済市場や労働市場などに広く適用されている。
既存の正確で近似的なアルゴリズムは、通常そのような設定で失敗する。
我々は、以前の事例から学んだ知識を活用して、新しい問題インスタンスを解決するtextttNeuSearcherを提案する。
論文 参考訳（メタデータ） (2020-05-09T02:48:23Z) - Second-Order Guarantees in Centralized, Federated and Decentralized
Nonconvex Optimization [64.26238893241322]
単純なアルゴリズムは、多くの文脈において優れた経験的結果をもたらすことが示されている。
いくつかの研究は、非最適化問題を研究するための厳密な分析的正当化を追求している。
これらの分析における重要な洞察は、摂動が局所的な降下アルゴリズムを許容する上で重要な役割を担っていることである。
論文 参考訳（メタデータ） (2020-03-31T16:54:22Z)
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。