論文の概要: Tumoral Angiogenic Optimizer: A new bio-inspired based metaheuristic
- arxiv url: http://arxiv.org/abs/2309.05947v1
- Date: Tue, 12 Sep 2023 03:51:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-13 14:34:00.117691
- Title: Tumoral Angiogenic Optimizer: A new bio-inspired based metaheuristic
- Title（参考訳）: 腫瘍血管新生最適化 : 新しいバイオインスパイアされたメタヒューリスティック
- Authors: Hern\'andez Rodr\'iguez, Mat\'ias Ezequiel
- Abstract要約: 腫瘍血管新生過程において発生する血管内皮細胞の形態形成細胞運動に着想を得た新しいメタヒューリスティックを提案する。
各反復において、最も優れた候補が腫瘍として選択され、他の個体は腫瘍の方向に移動するECとして扱われる。
- 参考スコア（独自算出の注目度）: 5.013833066304755
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this article, we propose a new metaheuristic inspired by the morphogenetic
cellular movements of endothelial cells (ECs) that occur during the tumor
angiogenesis process. This algorithm starts with a random initial population.
In each iteration, the best candidate selected as the tumor, while the other
individuals in the population are treated as ECs migrating toward the tumor's
direction following a coordinated dynamics through a spatial relationship
between tip and follower ECs. EC movements mathematical model in angiogenic
morphogenesis are detailed in the article. This algorithm has an advantage
compared to other similar optimization metaheuristics: the model parameters are
already configured according to the tumor angiogenesis phenomenon modeling,
preventing researchers from initializing them with arbitrary values.
Subsequently, the algorithm is compared against well-known benchmark functions,
and the results are validated through a comparative study with Particle Swarm
Optimization (PSO). The results demonstrate that the algorithm is capable of
providing highly competitive outcomes. Also the proposed algorithm is applied
to a real-world problem. The results showed that the proposed algorithm
performed effective in solving constrained optimization problems, surpassing
other known algorithms.
- Abstract（参考訳）: 本稿では,腫瘍血管新生過程中に発生する血管内皮細胞(ecs)の形態形成細胞運動に着想を得た新しいメタヒューリスティックを提案する。
このアルゴリズムはランダムな初期集団から始まる。
各反復において、最も優れた候補が腫瘍として選択され、人口の他の個体は、先端と追従心電図の間の空間的関係を通して、調整されたダイナミクスに従って腫瘍の方向に移動するECとして扱われる。
血管新生形態形成におけるEC運動の数学的モデルについて,本論文で詳述する。
このアルゴリズムは、他の類似の最適化メタヒューリスティックと比較して利点がある: モデルパラメータは、既に腫瘍血管形成現象モデリングに従って設定されており、研究者が任意の値で初期化することを妨げている。
その後、このアルゴリズムをよく知られたベンチマーク関数と比較し、PSO(Particle Swarm Optimization)との比較研究により結果を検証する。
その結果,アルゴリズムは競争力の高い結果が得られることが示された。
また,提案アルゴリズムを実世界の問題に適用する。
その結果,提案アルゴリズムは制約付き最適化問題の解法に有効であることが判明した。
関連論文リスト
- Faster WIND: Accelerating Iterative Best-of-$N$ Distillation for LLM Alignment [81.84950252537618]
本稿では,反復的BONDと自己プレイアライメントの統一的なゲーム理論接続を明らかにする。
WINレート支配(WIN rate Dominance, WIND)という新しいフレームワークを構築し, 正規化利率支配最適化のためのアルゴリズムを多数提案する。
論文 参考訳（メタデータ） (2024-10-28T04:47:39Z) - Artificial Cardiac Conduction System: Simulating Heart Function for Advanced Computational Problem Solving [7.939018398138461]
本研究は, 人工心臓伝導システム(ACCS)と呼ばれるバイオインスパイアされた新しいメタヒューリスティックを提案する。
ACCSアルゴリズムは人間の心臓の機能的振る舞いを模倣し、心臓筋肉に信号を生成し、収縮を開始する。
心筋層の4つのノードは、洞房、房室、His束、Purkinje繊維などの心拍数の生成と制御に関与している。
論文 参考訳（メタデータ） (2024-01-12T09:13:54Z) - Introductory Studies of Swarm Intelligence Techniques [1.2930503923129208]
群れ知能は、個体の集団的研究と、群れの知的行動につながる相互相互作用を含む。
この章では、様々な人口ベースのSIアルゴリズム、基本構造、数学的モデルについて紹介している。
論文 参考訳（メタデータ） (2022-09-26T16:29:55Z) - Amortized Implicit Differentiation for Stochastic Bilevel Optimization [53.12363770169761]
決定論的条件と決定論的条件の両方において、二段階最適化問題を解決するアルゴリズムのクラスについて検討する。
厳密な勾配の推定を補正するために、ウォームスタート戦略を利用する。
このフレームワークを用いることで、これらのアルゴリズムは勾配の偏りのない推定値にアクセス可能な手法の計算複雑性と一致することを示す。
論文 参考訳（メタデータ） (2021-11-29T15:10:09Z) - Improving RNA Secondary Structure Design using Deep Reinforcement
Learning [69.63971634605797]
本稿では,RNA配列設計に強化学習を適用した新しいベンチマークを提案する。このベンチマークでは,目的関数を配列の二次構造における自由エネルギーとして定義する。
本稿では,これらのアルゴリズムに対して行うアブレーション解析の結果と,バッチ間でのアルゴリズムの性能を示すグラフを示す。
論文 参考訳（メタデータ） (2021-11-05T02:54:06Z) - Harnessing Heterogeneity: Learning from Decomposed Feedback in Bayesian
Modeling [68.69431580852535]
サブグループフィードバックを取り入れた新しいGPレグレッションを導入する。
我々の修正された回帰は、以前のアプローチと比べて、明らかにばらつきを減らし、したがってより正確な後続を減らした。
我々は2つの異なる社会問題に対してアルゴリズムを実行する。
論文 参考訳（メタデータ） (2021-07-07T03:57:22Z) - Ebola Optimization Search Algorithm (EOSA): A new metaheuristic
algorithm based on the propagation model of Ebola virus disease [5.482532589225552]
エボラウイルスとこの病気は、感染、隔離、入院、回復、死亡するサブ集団を中心に、人口をランダムに移動させる傾向がある。
ウイルスを媒介する病気の伝播効果により,新たなバイオインスパイアされた集団最適化アルゴリズムが提案されている。
論文 参考訳（メタデータ） (2021-06-02T18:41:56Z) - Optimizing the Parameters of A Physical Exercise Dose-Response Model: An
Algorithmic Comparison [1.0152838128195467]
本研究の目的は,運動生理学の分野で用いられる一般的な非線形線量応答モデルのパラメータを適合させるタスクを与えられたとき,局所的および大域的最適化アルゴリズムの堅牢性と性能を比較することである。
また,1000回以上の実験結果から,局所探索アルゴリズムと比較してモデル適合性とホールドアウト性能が向上することを示す。
論文 参考訳（メタデータ） (2020-12-16T22:06:35Z) - Learned Block Iterative Shrinkage Thresholding Algorithm for
Photothermal Super Resolution Imaging [52.42007686600479]
深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。
本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
論文 参考訳（メタデータ） (2020-12-07T09:27:16Z) - AdaLead: A simple and robust adaptive greedy search algorithm for
sequence design [55.41644538483948]
我々は、容易で、拡張性があり、堅牢な進化的欲求アルゴリズム(AdaLead)を開発した。
AdaLeadは、様々な生物学的に動機づけられたシーケンスデザインの課題において、アートアプローチのより複雑な状態を克服する、驚くほど強力なベンチマークである。
論文 参考訳（メタデータ） (2020-10-05T16:40:38Z) - Utilizing Differential Evolution into optimizing targeted cancer
treatments [0.0]
微分進化の研究は、実数値問題におけるこの手法の多様性の高効率化によって動機づけられた。
The basic DE algorithm, "DE/rand/1" was used to optimization thesimulated design of a target drug delivery system for tumor treatment on PhysiCell simulator。
論文 参考訳（メタデータ） (2020-03-21T10:20:43Z)
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。