論文の概要: What Lies beyond the Pareto Front? A Survey on Decision-Support Methods
for Multi-Objective Optimization
- arxiv url: http://arxiv.org/abs/2311.11288v1
- Date: Sun, 19 Nov 2023 10:24:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-21 21:09:17.964258
- Title: What Lies beyond the Pareto Front? A Survey on Decision-Support Methods
for Multi-Objective Optimization
- Title（参考訳）: パレート前線の向こうに何がある?
多目的最適化のための意思決定支援手法の検討
- Authors: Zuzanna Osika, Jazmin Zatarain Salazar, Diederik M. Roijers, Frans A.
Oliehoek and Pradeep K. Murukannaiah
- Abstract要約: 本稿では,多目的最適化(MOO)アルゴリズムが生み出す解を探索するための意思決定支援手法を統一するレビューを行う。
多様な問題を解決するためにMOOを適用するため、MOOアルゴリズムが提供するトレードオフを解析するためのアプローチがフィールドに分散している。
- 参考スコア（独自算出の注目度）: 11.935678130032766
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a review that unifies decision-support methods for exploring the
solutions produced by multi-objective optimization (MOO) algorithms. As MOO is
applied to solve diverse problems, approaches for analyzing the trade-offs
offered by MOO algorithms are scattered across fields. We provide an overview
of the advances on this topic, including methods for visualization, mining the
solution set, and uncertainty exploration as well as emerging research
directions, including interactivity, explainability, and ethics. We synthesize
these methods drawing from different fields of research to build a unified
approach, independent of the application. Our goals are to reduce the entry
barrier for researchers and practitioners on using MOO algorithms and to
provide novel research directions.
- Abstract（参考訳）: 本稿では,多目的最適化(MOO)アルゴリズムが生み出す解を探索するための意思決定支援手法を統一するレビューを行う。
多様な問題を解決するためにMOOを適用するため、MOOアルゴリズムが提供するトレードオフを解析するためのアプローチがフィールドに分散している。
本稿では,可視化,解集合のマイニング,不確実性探索,および対話性,説明可能性,倫理といった新たな研究方向を含む,このトピックの進歩の概要について述べる。
これらの手法を様々な研究分野から合成し,アプリケーションとは無関係に統一的なアプローチを構築する。
本研究の目的は,MOOアルゴリズムの利用に対する研究者や実践者の参入障壁を小さくし,新たな研究指針を提供することである。
関連論文リスト
- EVOLvE: Evaluating and Optimizing LLMs For Exploration [76.66831821738927]
大規模言語モデル(LLM)は、不確実性の下で最適な意思決定を必要とするシナリオにおいて、未調査のままである。
多くのアプリケーションに関係のあるステートレス強化学習環境である,帯域幅を最適に決定できる LLM の (in) 能力の測定を行う。
最適な探索アルゴリズムの存在を動機として,このアルゴリズム知識をLLMに統合する効率的な方法を提案する。
論文 参考訳（メタデータ） (2024-10-08T17:54:03Z) - Unraveling the Versatility and Impact of Multi-Objective Optimization: Algorithms, Applications, and Trends for Solving Complex Real-World Problems [4.023511716339818]
マルチオブジェクト最適化(MOO)技術は近年ますます人気が高まっている。
本稿では,最近開発されたMOOアルゴリズムについて検討する。
実世界のケーススタディでは、MOOアルゴリズムは複雑な意思決定課題に対処する。
論文 参考訳（メタデータ） (2024-06-29T15:19:46Z) - Constrained Reinforcement Learning with Average Reward Objective: Model-Based and Model-Free Algorithms [34.593772931446125]
モノグラフは、平均報酬決定過程(MDPs)の文脈内で制約された様々なモデルベースおよびモデルフリーアプローチの探索に焦点を当てている
このアルゴリズムは制約付きMDPの解法として検討されている。
論文 参考訳（メタデータ） (2024-06-17T12:46:02Z) - Data-Efficient Interactive Multi-Objective Optimization Using ParEGO [6.042269506496206]
多目的最適化は、競合する目的間の最適なトレードオフを提供する非支配的なソリューションの集合を特定することを目的としている。
実践的な応用では、意思決定者(DM)は実装すべき好みに合わせて単一のソリューションを選択する。
そこで本稿では,パレートフロントの最も好まれる領域を,高コストで評価できる2つの新しいアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-01-12T15:55:51Z) - A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。
この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる
本調査では,I-CMRの3段階分類法について概説する。
論文 参考訳（メタデータ） (2023-09-05T05:06:48Z) - Pareto Set Learning for Neural Multi-objective Combinatorial
Optimization [6.091096843566857]
多目的最適化(MOCO)の問題は、現実世界の多くのアプリケーションで見られる。
我々は,与えられたMOCO問題に対するパレート集合全体を,探索手順を伴わずに近似する学習ベースアプローチを開発した。
提案手法は,多目的走行セールスマン問題,マルチコンディショニング車両ルーティング問題,複数クナップサック問題において,ソリューションの品質,速度,モデル効率の面で,他の方法よりも優れていた。
論文 参考訳（メタデータ） (2022-03-29T09:26:22Z) - Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。
本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文 参考訳（メタデータ） (2022-01-28T05:53:28Z) - An Overview and Experimental Study of Learning-based Optimization
Algorithms for Vehicle Routing Problem [49.04543375851723]
車両ルーティング問題(VRP)は典型的な離散最適化問題である。
多くの研究は、VRPを解決するための学習に基づく最適化アルゴリズムについて検討している。
本稿では、最近のこの分野の進歩を概観し、関連するアプローチをエンドツーエンドアプローチとステップバイステップアプローチに分割する。
論文 参考訳（メタデータ） (2021-07-15T02:13:03Z) - A review of approaches to modeling applied vehicle routing problems [77.34726150561087]
車両経路問題のモデル化手法について概説する。
モデリング手法を評価するためのいくつかの基準を定式化する。
我々はVRPドメインのモデリング分野における今後の研究の道について論じる。
論文 参考訳（メタデータ） (2021-05-23T14:50:14Z) - PAMELI: A Meta-Algorithm for Computationally Expensive Multi-Objective
Optimization Problems [0.0]
提案アルゴリズムは,実モデルのモデルによって定義される一連の代理問題の解法に基づく。
また,最適化ランドスケープのための最適なサロゲートモデルとナビゲーション戦略のメタ検索を行う。
論文 参考訳（メタデータ） (2021-03-19T11:18:03Z) - Follow the bisector: a simple method for multi-objective optimization [65.83318707752385]
複数の異なる損失を最小化しなければならない最適化問題を考える。
提案手法は、各イテレーションにおける降下方向を計算し、目的関数の相対的減少を等しく保証する。
論文 参考訳（メタデータ） (2020-07-14T09:50:33Z)
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。