論文の概要: On the Robustness of Lexicase Selection to Contradictory Objectives

• arxiv url: http://arxiv.org/abs/2403.06805v1
• Date: Mon, 11 Mar 2024 15:23:35 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-12 18:33:31.456548
• Title: On the Robustness of Lexicase Selection to Contradictory Objectives
• Title（参考訳）: 矛盾対象に対する語彙選択のロバスト性について
• Authors: Shakiba Shahbandegan, Emily Dolson
• Abstract要約: 矛盾する目的について,レキシケースとエプシロン-レキシケース選択の性能について検討した。 辞書とepsilon-lexicase選択は、それぞれパラメータ空間の領域を持ち、矛盾する目的を最適化することができない。 パラメータ選択のための理論的支援されたガイドラインを提案する。
• 参考スコア（独自算出の注目度）: 0.9208007322096533
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Lexicase and epsilon-lexicase selection are state of the art parent selection techniques for problems featuring multiple selection criteria. Originally, lexicase selection was developed for cases where these selection criteria are unlikely to be in conflict with each other, but preliminary work suggests it is also a highly effective many-objective optimization algorithm. However, to predict whether these results generalize, we must understand lexicase selection's performance on contradictory objectives. Prior work has shown mixed results on this question. Here, we develop theory identifying circumstances under which lexicase selection will succeed or fail to find a Pareto-optimal solution. To make this analysis tractable, we restrict our investigation to a theoretical problem with maximally contradictory objectives. Ultimately, we find that lexicase and epsilon-lexicase selection each have a region of parameter space where they are incapable of optimizing contradictory objectives. Outside of this region, however, they perform well despite the presence of contradictory objectives. Based on these findings, we propose theoretically-backed guidelines for parameter choice. Additionally, we identify other properties that may affect whether a many-objective optimization problem is a good fit for lexicase or epsilon-lexicase selection.
• Abstract（参考訳）: レキシケースとエプシロン・レキシラーゼの選択は、複数の選択基準を含む問題の親選択技術の現状である。 もともとは、これらの選択基準が互いに矛盾しない場合にレキシケース選択が開発されたが、予備的な研究は、非常に効果的な多目的最適化アルゴリズムであることを示唆している。 しかし、これらの結果が一般化するかどうかを予測するためには、矛盾する目的に対するレキシケースの選択のパフォーマンスを理解する必要がある。 この質問に対する先行研究は、さまざまな結果を示している。 そこで我々は,レキシケースの選択が成功するか,パレート最適解を見つけるのに失敗する状況を特定する理論を開発する。 この分析を困難にするために、我々は最大矛盾する目的を持つ理論的問題に調査を限定する。 最終的に、レキシケースとエプシロン・レキシラーゼの選択は、それぞれが相反する目的を最適化できないパラメータ空間の領域を持つことが分かる。 しかし、この地域以外では矛盾する目的が存在するにもかかわらずうまく機能する。 これらの結果に基づき,パラメータ選択のための理論的に裏付けられたガイドラインを提案する。 さらに,多目的最適化の問題がレキシケースやエプシロン・レキシカーゼの選択に適合するかどうかに影響を与える可能性のある他の性質を同定する。

関連論文リスト

• Illuminating the Diversity-Fitness Trade-Off in Black-Box Optimization [9.838618121102053]
  現実世界のアプリケーションでは、ユーザーは1つの高品質なソリューションよりも構造的に多様な設計選択を好むことが多い。 本稿では, この課題に対する新たな視点として, 与えられたしきい値を超えるペア距離の一定数の解を同定する問題を考察する。
  論文  参考訳（メタデータ） (2024-08-29T09:55:55Z)
• Detecting and Identifying Selection Structure in Sequential Data [53.24493902162797]
  我々は,音楽のシーケンスなどの実践的な状況において,潜在目的に基づくデータポイントの選択的包摂が一般的である,と論じる。 選択構造はパラメトリックな仮定や介入実験なしで識別可能であることを示す。 また、他の種類の依存関係と同様に、選択構造を検知し、識別するための証明可能な正当性アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-06-29T20:56:34Z)
• In Search of Insights, Not Magic Bullets: Towards Demystification of the Model Selection Dilemma in Heterogeneous Treatment Effect Estimation [92.51773744318119]
  本稿では,異なるモデル選択基準の長所と短所を実験的に検討する。 選択戦略,候補推定器,比較に用いるデータの間には,複雑な相互作用があることを強調した。
  論文  参考訳（メタデータ） (2023-02-06T16:55:37Z)
• Calculating lexicase selection probabilities is NP-Hard [0.0]
  lex-prob というこの問題が NP-Hard であることを示す。 この証明は、よく知られたNP-Complete問題であるSATを、時間内にlex-probに還元することで達成する。
  論文  参考訳（メタデータ） (2023-01-17T06:51:44Z)
• Bi-objective Ranking and Selection Using Stochastic Kriging [0.0]
  両目的のランク付けと選択の問題について検討し,その2つの目的が不確実性をもって観測された。 そこで本研究では,競合する解に対して逐次サンプルを割り当てるバイーシアン双対象ランクと選別法を提案する。 実験結果から,提案手法は標準的なアロケーション手法よりも優れており,また,よく知られた最先端のアルゴリズムも優れていることがわかった。
  論文  参考訳（メタデータ） (2022-09-05T23:51:07Z)
• Bounding Counterfactuals under Selection Bias [60.55840896782637]
  本稿では,識別不能なクエリと識別不能なクエリの両方に対処するアルゴリズムを提案する。 選択バイアスによって引き起こされる欠如にもかかわらず、利用可能なデータの可能性は無限であることを示す。
  論文  参考訳（メタデータ） (2022-07-26T10:33:10Z)
• Fast Feature Selection with Fairness Constraints [49.142308856826396]
  モデル構築における最適特徴の選択に関する基礎的問題について検討する。 この問題は、greedyアルゴリズムの変種を使用しても、大規模なデータセットで計算的に困難である。 適応クエリモデルは,最近提案された非モジュラー関数に対する直交整合探索のより高速なパラダイムに拡張する。 提案アルゴリズムは、適応型クエリモデルにおいて指数関数的に高速な並列実行を実現する。
  論文  参考訳（メタデータ） (2022-02-28T12:26:47Z)
• 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 Exploration of Exploration: Measuring the ability of lexicase selection to find obscure pathways to optimality [62.997667081978825]
  本稿では,探索空間探索のための選択スキームの容量を診断する探索診断手法を提案する。 我々はレキシケースの選択がトーナメントの選択を外見することを確認した。 我々は,レキシケースのエリート性をエプシロンレキシケースで緩和することで,探索をさらに改善できることを見出した。
  論文  参考訳（メタデータ） (2021-07-20T20:43:06Z)
• Extracting Optimal Solution Manifolds using Constrained Neural Optimization [6.800113407368289]
  制約付き最適化解アルゴリズムは点ベース解に制限される。 最適集合を近似として抽出する手法を提案する。
  論文  参考訳（メタデータ） (2020-09-13T15:37:44Z)
• Solution Subset Selection for Final Decision Making in Evolutionary Multi-Objective Optimization [7.745468825770201]
  最終的な意思決定の観点から,サブセットの選択について論じる。 定式化関数はIGD+インジケータと同じであることを示す。
  論文  参考訳（メタデータ） (2020-06-15T06:26:58Z)

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。