論文の概要: Empirical Analysis of the Dynamic Binary Value Problem with IOHprofiler

• arxiv url: http://arxiv.org/abs/2404.15837v1
• Date: Wed, 24 Apr 2024 12:16:37 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-26 19:20:39.591021
• Title: Empirical Analysis of the Dynamic Binary Value Problem with IOHprofiler
• Title（参考訳）: IOHファインダを用いた動的二項値問題の実証解析
• Authors: Diederick Vermetten, Johannes Lengler, Dimitri Rusin, Thomas Bäck, Carola Doerr,
• Abstract要約: 遺伝的アルゴリズム間の識別能力が高い単調な動的二項値問題について理論的に検討する。 我々は、中等次元問題に関する理論結果を再現し、まだ理論的に研究されていないGAの性能の側面を調べるために、いくつかの大規模なベンチマーク実験を行った。
• 参考スコア（独自算出の注目度）: 0.3949628618389609
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Optimization problems in dynamic environments have recently been the source of several theoretical studies. One of these problems is the monotonic Dynamic Binary Value problem, which theoretically has high discriminatory power between different Genetic Algorithms. Given this theoretical foundation, we integrate several versions of this problem into the IOHprofiler benchmarking framework. Using this integration, we perform several large-scale benchmarking experiments to both recreate theoretical results on moderate dimensional problems and investigate aspects of GA's performance which have not yet been studied theoretically. Our results highlight some of the many synergies between theory and benchmarking and offer a platform through which further research into dynamic optimization problems can be performed.
• Abstract（参考訳）: 動的環境における最適化問題は、近年、いくつかの理論的研究の源泉となっている。 これらの問題の1つは単調な動的二項値問題であり、これは理論的には異なる遺伝的アルゴリズムの間で高い判別能力を持つ。 この理論的な基礎から、この問題のいくつかのバージョンをIOH prominentrベンチマークフレームワークに統合する。 この積分を用いて、中等次元問題に関する理論結果を再現する大規模ベンチマーク実験を行い、まだ理論的に研究されていないGAの性能について検討する。 本結果は, 理論とベンチマークの相乗効果の多さを浮き彫りにして, 動的最適化問題のさらなる研究を行うためのプラットフォームを提供するものである。

関連論文リスト

• Bridging the Gap Between Theory and Practice: Benchmarking Transfer Evolutionary Optimization [31.603211545949414]
  本稿では,ビッグデータタスクインスタンスの3つの重要な側面(ボリューム,多様性,速度)に基づいて分類された文献からの問題を統合する,実用的なTrEOベンチマークスイートのパイオニアとなる。 我々の主な目的は、既存のTrEOアルゴリズムを包括的に分析し、実践的な課題に取り組むための新しいアプローチを開発するための道を開くことである。
  論文  参考訳（メタデータ） (2024-04-20T13:34:46Z)
• MultiAdam: Parameter-wise Scale-invariant Optimizer for Multiscale Training of Physics-informed Neural Networks [29.598874158082804]
  物理インフォームドニューラルネットワーク(PINN)は近年,部分微分方程式(PDE)の解法において顕著な進歩を遂げている。 PINNのトレーニングには、理論的枠組みの欠如やPDE損失と境界損失の不均衡など、いくつかの重要な課題がある。 本稿では,2次非同次PDEを3つのカテゴリに分類し,様々な共通問題に適用する。
  論文  参考訳（メタデータ） (2023-06-05T12:12:59Z)
• Improving Energy Conserving Descent for Machine Learning: Theory and Practice [0.0]
  我々は,エネルギーコンドネッサンス理論(ECD)を開発し,凸非保存問題に対処可能な勾配に基づく最適化アルゴリズムであるECDSepを導入する。
  論文  参考訳（メタデータ） (2023-06-01T05:15:34Z)
• On the Convergence of Distributed Stochastic Bilevel Optimization Algorithms over a Network [55.56019538079826]
  バイレベル最適化は、幅広い機械学習モデルに適用されている。 既存のアルゴリズムの多くは、分散データを扱うことができないように、シングルマシンの設定を制限している。 そこで我々は,勾配追跡通信機構と2つの異なる勾配に基づく分散二段階最適化アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-06-30T05:29:52Z)
• 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)
• Multi-Objective Constrained Optimization for Energy Applications via Tree Ensembles [55.23285485923913]
  エネルギーシステムの最適化問題は、強い非線形系の挙動と複数の競合する目的のために複雑である。 場合によっては、提案された最適解は、物理的性質や安全クリティカルな操作条件に関連する明示的な入力制約に従う必要がある。 本稿では,ブラックボックス問題に対する制約付き多目的最適化のためのツリーアンサンブルを用いた新しいデータ駆動戦略を提案する。
  論文  参考訳（メタデータ） (2021-11-04T20:18:55Z)
• Result Diversification by Multi-objective Evolutionary Algorithms with Theoretical Guarantees [94.72461292387146]
  両目的探索問題として結果の多様化問題を再構成し,多目的進化アルゴリズム(EA)を用いて解くことを提案する。 GSEMOが最適時間近似比1/2$を達成できることを理論的に証明する。 目的関数が動的に変化すると、GSEMOはこの近似比をランニングタイムで維持することができ、Borodinらによって提案されたオープンな問題に対処する。
  論文  参考訳（メタデータ） (2021-10-18T14:00:22Z)
• Fractal Structure and Generalization Properties of Stochastic Optimization Algorithms [71.62575565990502]
  最適化アルゴリズムの一般化誤差は、その一般化尺度の根底にあるフラクタル構造の複雑性'にバウンドできることを示す。 さらに、特定の問題(リニア/ロジスティックレグレッション、隠れ/層ニューラルネットワークなど)とアルゴリズムに対して、結果をさらに専門化します。
  論文  参考訳（メタデータ） (2021-06-09T08:05:36Z)
• Joint Network Topology Inference via Structured Fusion Regularization [70.30364652829164]
  結合ネットワークトポロジ推論は、異種グラフ信号から複数のグラフラプラシア行列を学習する標準的な問題を表す。 新規な構造化融合正規化に基づく一般グラフ推定器を提案する。 提案するグラフ推定器は高い計算効率と厳密な理論保証の両方を享受できることを示す。
  論文  参考訳（メタデータ） (2021-03-05T04:42:32Z)
• Multifactorial Cellular Genetic Algorithm (MFCGA): Algorithmic Design, Performance Comparison and Genetic Transferability Analysis [17.120962133525225]
  多目的最適化は先進的な研究領域であり、近年顕著な研究の勢いを増している。 本稿では,多因子最適化シナリオのための新しいアルゴリズムスキームを提案する。 提案したMFCGAはセルオートマタの概念に基づいて,問題間の知識交換機構を実装している。
  論文  参考訳（メタデータ） (2020-03-24T11:03:55Z)

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。