論文の概要: Analysing Equilibrium States for Population Diversity
- arxiv url: http://arxiv.org/abs/2304.09690v1
- Date: Wed, 19 Apr 2023 14:30:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-20 14:14:56.623078
- Title: Analysing Equilibrium States for Population Diversity
- Title（参考訳）: 人口多様性の平衡状態の解析
- Authors: Johannes Lengler and Andre Opris and Dirk Sudholt
- Abstract要約: 人口の多様性は、グローバルな探索に役立ち、クロスオーバーの使用を促進するため、進化的アルゴリズムにおいて不可欠である。
本研究では,2対のハミング距離の和で測定された$(mu+1)$アルゴリズムの個体群多様性が,フィットネスニュートラル環境下でどのように進化するかを検討する。
- 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: Population diversity is crucial in evolutionary algorithms as it helps with
global exploration and facilitates the use of crossover. Despite many runtime
analyses showing advantages of population diversity, we have no clear picture
of how diversity evolves over time. We study how population diversity of
$(\mu+1)$ algorithms, measured by the sum of pairwise Hamming distances,
evolves in a fitness-neutral environment. We give an exact formula for the
drift of population diversity and show that it is driven towards an equilibrium
state. Moreover, we bound the expected time for getting close to the
equilibrium state. We find that these dynamics, including the location of the
equilibrium, are unaffected by surprisingly many algorithmic choices. All
unbiased mutation operators with the same expected number of bit flips have the
same effect on the expected diversity. Many crossover operators have no effect
at all, including all binary unbiased, respectful operators. We review
crossover operators from the literature and identify crossovers that are
neutral towards the evolution of diversity and crossovers that are not.
- Abstract（参考訳）: 人口の多様性は、グローバルな探索とクロスオーバーの利用を促進するため、進化的アルゴリズムにおいて不可欠である。
人口多様性の利点を示す多くのランタイム分析にもかかわらず、時間の経過とともに多様性がどのように進化するかを明確には示していない。
ペアワイズハミング距離の和によって測定された$(\mu+1)$アルゴリズムの集団多様性が、適合性ニュートラルな環境でどのように進化するかを検討する。
人口多様性の漂流の正確な公式を与え、それが平衡状態に向かっていることを示す。
さらに, 平衡状態に近づくための期待時間を制限した。
平衡の場所を含むこれらの力学は、驚くほど多くのアルゴリズム選択に影響されないことが分かる。
同じ数のビットフリップを持つ全ての非バイアス突然変異作用素は、期待される多様性に同じ影響を及ぼす。
多くのクロスオーバー作用素は、すべてのバイナリ非バイアスで尊敬すべき作用素を含む全く効果を持たない。
文献からのクロスオーバー演算子をレビューし、多様性とそうでないクロスオーバーの進化に対して中立なクロスオーバーを識別する。
関連論文リスト
- Harnessing Hierarchical Label Distribution Variations in Test Agnostic Long-tail Recognition [114.96385572118042]
テストラベルの分布の変動は階層的にグローバルレベルとローカルレベルに分解できると主張している。
ラベル分布の異なるDirichletメタ分布に専門家を割り当てる新しいMoE戦略である$mathsfDirMixE$を提案する。
本稿では,分散に基づく正規化による一般化の促進による目的性を示す。
論文 参考訳（メタデータ） (2024-05-13T14:24:56Z) - How Population Diversity Influences the Efficiency of Crossover [0.0]
我々は,$(mu+1)$ Genetic Algorithm on LeadingOnesをスピードアップするのに,多様性の量が必要であるという公式かつ一般的な基準を与える。
自然に進化する多様性は、任意の$mu=O(sqrtn/log2 n)$に対して実質的なスピードアップを与えるに足らないことを示す。
論文 参考訳（メタデータ） (2024-04-18T15:41:27Z) - A Black-box Approach for Non-stationary Multi-agent Reinforcement Learning [53.83345471268163]
非定常マルチエージェントシステムにおける平衡の学習について検討する。
単エージェント学習へのブラックボックス還元による様々な平衡の検証方法を示す。
論文 参考訳（メタデータ） (2023-06-12T23:48:24Z) - Learning signatures of decision making from many individuals playing the
same game [54.33783158658077]
我々は、個人の「行動スタイル」を符号化する表現を学習する予測フレームワークを設計する。
我々は,3本腕のバンディットタスクを行う1,000人の人間による大規模行動データセットに本手法を適用した。
論文 参考訳（メタデータ） (2023-02-21T21:41:53Z) - A Unified Theory of Diversity in Ensemble Learning [4.773356856466191]
本稿では,多様な教師付き学習シナリオにおける多様性の性質を説明する,アンサンブルの多様性の理論を提案する。
この挑戦は、30年以上にわたるオープンな研究課題であるアンサンブル学習の聖杯として言及されている。
論文 参考訳（メタデータ） (2023-01-10T13:51:07Z) - Diverse Weight Averaging for Out-of-Distribution Generalization [100.22155775568761]
単走ではなく、複数の独立したトレーニングランから得られる平均重量について、Diverse Weight Averaging (DiWA)を提案する。
DiWAは、推論オーバーヘッドなしに競合するDomainBedベンチマークのテクニックの状態を継続的に改善します。
論文 参考訳（メタデータ） (2022-05-19T17:44:22Z) - What can phylogenetic metrics tell us about useful diversity in
evolutionary algorithms? [62.997667081978825]
系統的多様性指標(英: Phylogenetic diversity metrics)は、生物学で広く用いられる指標の分類である。
ほとんどの場合、系統学的指標は他の多様性指標と有意に異なる振る舞いをする。
論文 参考訳（メタデータ） (2021-08-28T06:49:14Z) - Unifying Behavioral and Response Diversity for Open-ended Learning in
Zero-sum Games [44.30509625560908]
オープンエンド学習アルゴリズムでは、多様性の定義が広く受け入れられておらず、多様なポリシーの構築と評価が困難である。
行動多様性(BD)と反応多様性(RD)の両方に基づくマルチエージェントオープンエンド学習における多様性の統一尺度を提案する。
現在,多くの多様性対策が,BDやRDのカテゴリの1つに該当するが,両方ではないことを示す。
この統一された多様性尺度を用いて、オープンエンド学習における最良の応答を求める際に、対応する多様性促進目標と人口効果度を設計する。
論文 参考訳（メタデータ） (2021-06-09T10:11:06Z) - Effective Diversity in Population Based Reinforcement Learning [38.62641968788987]
人口のすべてのメンバを同時に最適化するアプローチを導入する。
対距離を使用するのではなく、行動多様体内の全集団の体積を測定する。
我々のアルゴリズムは、オンライン学習技術を用いて、トレーニング中に多様性の度合いを適応させる。
論文 参考訳（メタデータ） (2020-02-03T10:09:16Z)
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。