論文の概要: Determining the significance and relative importance of parameters of a
simulated quenching algorithm using statistical tools
- arxiv url: http://arxiv.org/abs/2402.05791v1
- Date: Thu, 8 Feb 2024 16:34:00 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-09 14:15:20.160158
- Title: Determining the significance and relative importance of parameters of a
simulated quenching algorithm using statistical tools
- Title（参考訳）: 統計ツールを用いたシミュレーションクエンチングアルゴリズムのパラメータの重要性と相対的重要性の決定
- Authors: Pedro A. Castillo, Maribel Garc\'ia Arenas, Nuria Rico, Antonio Miguel
Mora, Pablo Garc\'ia-S\'anchez, Juan Luis Jim\'enez Laredo, Juan Juli\'an
Merelo Guerv\'os
- Abstract要約: 本稿では,ANOVA (Analysis of the VAriance) 法を用いて, 模擬アニール法を徹底的に解析する。
ANOVAとポストホックTukey HSDを用いて, 得られた結果のパラメータの意義と相対的重要性, およびそれぞれの値について検討した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: When search methods are being designed it is very important to know which
parameters have the greatest influence on the behaviour and performance of the
algorithm. To this end, algorithm parameters are commonly calibrated by means
of either theoretic analysis or intensive experimentation. When undertaking a
detailed statistical analysis of the influence of each parameter, the designer
should pay attention mostly to the parameters that are statistically
significant. In this paper the ANOVA (ANalysis Of the VAriance) method is used
to carry out an exhaustive analysis of a simulated annealing based method and
the different parameters it requires. Following this idea, the significance and
relative importance of the parameters regarding the obtained results, as well
as suitable values for each of these, were obtained using ANOVA and post-hoc
Tukey HSD test, on four well known function optimization problems and the
likelihood function that is used to estimate the parameters involved in the
lognormal diffusion process. Through this statistical study we have verified
the adequacy of parameter values available in the bibliography using parametric
hypothesis tests.
- Abstract（参考訳）: 探索手法が設計されている場合,どのパラメータがアルゴリズムの動作や性能に最も影響を与えるかを知ることが重要である。
この目的のために、アルゴリズムパラメータは理論解析または集中的な実験によって、一般的に校正される。
各パラメータの影響を詳細に統計的に分析する場合、デザイナは主に統計的に重要なパラメータに注意を払わなければならない。
本稿では,ANOVA (Analysis of the VAriance)法を用いて,模擬アニール法とそれに必要なパラメータの徹底的な解析を行う。
この考えに従って, 4つのよく知られた関数最適化問題と, 対数正規拡散過程に係わるパラメータを推定する可能性関数について, ANOVA とポストホックの Tukey HSD テストを用いて, 得られた結果に関するパラメータの意義と相対的重要性と, それぞれに適切な値を得た。
本研究では,パラメトリック仮説テストを用いて,書誌で利用可能なパラメータ値の妥当性を検証した。
関連論文リスト
- Scaling Exponents Across Parameterizations and Optimizers [94.54718325264218]
本稿では,先行研究における重要な仮定を考察し,パラメータ化の新たな視点を提案する。
私たちの経験的調査には、3つの組み合わせでトレーニングされた数万のモデルが含まれています。
最高の学習率のスケーリング基準は、以前の作業の仮定から除外されることがよくあります。
論文 参考訳（メタデータ） (2024-07-08T12:32:51Z) - Parameter Estimation in Quantum Metrology Technique for Time Series Prediction [0.0]
本稿では,気象予測における量子計算の手法について検討する。
変動パラメータ推定による予測ポテンシャルの向上に焦点を当てる。
パラメータ分布と学習速度が予測精度に与える影響について検討した。
論文 参考訳（メタデータ） (2024-06-12T05:55:45Z) - Towards stable real-world equation discovery with assessing
differentiating quality influence [52.2980614912553]
一般的に用いられる有限差分法に代わる方法を提案する。
我々は,これらの手法を実問題と類似した問題に適用可能であること,および方程式発見アルゴリズムの収束性を確保する能力の観点から評価する。
論文 参考訳（メタデータ） (2023-11-09T23:32:06Z) - Exploring the Optimized Value of Each Hyperparameter in Various Gradient
Descent Algorithms [0.0]
勾配降下アルゴリズムは、高い精度または低い誤差の深層学習モデルのパラメータ最適化に応用されている。
本研究では,各対象関数の平均誤差を,様々な勾配降下アルゴリズムに基づいて解析するフレームワークを提案する。
実験の結果,提案手法により高効率収束と低誤差が得られることがわかった。
論文 参考訳（メタデータ） (2022-12-23T12:04:33Z) - On the Effectiveness of Parameter-Efficient Fine-Tuning [79.6302606855302]
現在、多くの研究が、パラメータのごく一部のみを微調整し、異なるタスク間で共有されるパラメータのほとんどを保持することを提案している。
これらの手法は, いずれも細粒度モデルであり, 新たな理論的解析を行う。
我々の理論に根ざした空間性の有効性にもかかわらず、調整可能なパラメータをどう選ぶかという問題はまだ未解決のままである。
論文 参考訳（メタデータ） (2022-11-28T17:41:48Z) - Sparse high-dimensional linear regression with a partitioned empirical
Bayes ECM algorithm [62.997667081978825]
疎高次元線形回帰に対する計算効率が高く強力なベイズ的手法を提案する。
パラメータに関する最小の事前仮定は、プラグイン経験的ベイズ推定(英語版)を用いて用いられる。
提案手法はRパッケージプローブに実装されている。
論文 参考訳（メタデータ） (2022-09-16T19:15:50Z) - PowerGraph: Using neural networks and principal components to
multivariate statistical power trade-offs [0.0]
複数のモデルパラメータを持つ計画研究に対する事前統計パワー推定は本質的に多変量問題である。
このような場合の明示的な解は非現実的であるか、解決できないかのいずれかであり、研究者はパワーをシミュレートする一般的な方法を残している。
本稿では,様々なモデルパラメータの組み合わせに関する研究において,統計的パワーの効率的な推定とグラフ化について検討する。
論文 参考訳（メタデータ） (2021-12-29T19:06:29Z) - Gaussian Process Regression for Absorption Spectra Analysis of Molecular
Dimers [68.8204255655161]
本稿では、ガウス過程回帰(GPR)から数値計算のパラメータを選択する機械学習技術に基づくアプローチについて議論する。
このアプローチは最適パラメータ集合に素早く収束するだけでなく、完全なパラメータ空間に関する情報を提供する。
実際、GPRは量子化学法を用いてこれらのパラメータの直接計算と一致した信頼性の高い結果を与える。
論文 参考訳（メタデータ） (2021-12-14T17:46:45Z) - Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。
特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。
本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文 参考訳（メタデータ） (2021-02-12T12:23:13Z) - Hyperparameter Selection for Subsampling Bootstraps [0.0]
BLBのようなサブサンプリング手法は、大量のデータに対する推定器の品質を評価する強力なツールとして機能する。
サブサンプリング法の性能は,チューニングパラメータの選択によって大きく影響を受ける。
本研究では,サブサンプリング手法のチューニングパラメータの選択に利用できるハイパーパラメータ選択手法を開発した。
シミュレーション研究と実データ解析の両方が,本手法の優位性を証明している。
論文 参考訳（メタデータ） (2020-06-02T17:10:45Z) - Optimal statistical inference in the presence of systematic
uncertainties using neural network optimization based on binned Poisson
likelihoods with nuisance parameters [0.0]
本研究は,特徴工学のためのニューラルネットワークによる次元削減を構築するための新しい戦略を提案する。
提案手法は, 最適に近い利害関係のパラメータを推定する方法について議論する。
論文 参考訳（メタデータ） (2020-03-16T13:27:18Z)
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。