論文の概要: Lexicase Selection Parameter Analysis: Varying Population Size and Test Case Redundancy with Diagnostic Metrics

• arxiv url: http://arxiv.org/abs/2407.15056v1
• Date: Sun, 21 Jul 2024 04:54:27 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-23 19:28:49.231710
• Title: Lexicase Selection Parameter Analysis: Varying Population Size and Test Case Redundancy with Diagnostic Metrics
• Title（参考訳）: 語彙選択パラメータ分析:診断基準による個体数とテストケース冗長性の変化
• Authors: Jose Guadalupe Hernandez, Anil Kumar Saini, Jason H. Moore,
• Abstract要約: 人口規模と世代数がレキシケードの勾配を利用して専門職を維持する能力に与える影響について検討した。 一定の評価予算で人口規模を変動させることで、より小さな人口はより大きな搾取能力を持つ傾向にあることを示す。 また、冗長なテストケースがスペシャリストのメンテナンスに与える影響も検討し、高い冗長性によってスペシャリストの最適化とメンテナンスが妨げられる可能性があることを見出した。
• 参考スコア（独自算出の注目度）: 1.9570926122713395
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Lexicase selection is a successful parent selection method in genetic programming that has outperformed other methods across multiple benchmark suites. Unlike other selection methods that require explicit parameters to function, such as tournament size in tournament selection, lexicase selection does not. However, if evolutionary parameters like population size and number of generations affect the effectiveness of a selection method, then lexicase's performance may also be impacted by these `hidden' parameters. Here, we study how these hidden parameters affect lexicase's ability to exploit gradients and maintain specialists using diagnostic metrics. By varying the population size with a fixed evaluation budget, we show that smaller populations tend to have greater exploitation capabilities, whereas larger populations tend to maintain more specialists. We also consider the effect redundant test cases have on specialist maintenance, and find that high redundancy may hinder the ability to optimize and maintain specialists, even for larger populations. Ultimately, we highlight that population size, evaluation budget, and test cases must be carefully considered for the characteristics of the problem being solved.
• Abstract（参考訳）: 語彙選択は遺伝的プログラミングにおいて成功した親選択法であり、複数のベンチマークスイートで他の方法よりも優れていた。 トーナメントセレクションのトーナメントサイズなど、明示的なパラメータを必要とする他の選択方法とは異なり、レキシケースセレクションは機能しない。 しかし、個体数や世代数などの進化的パラメータが選択法の有効性に影響を与える場合、これらの「隠れた」パラメータによってレキシケースのパフォーマンスにも影響する可能性がある。 ここでは、これらの隠れパラメータが、勾配を利用して専門医を診断指標で維持するレキシケースの能力にどのように影響するかを検討する。 一定の評価予算で人口規模を変えることで、より小さな人口はより大きな搾取能力を持つ傾向にある一方で、より大きな人口はより多くの専門家を維持する傾向にあることを示す。 また、冗長なテストケースがスペシャリストの維持に与える影響も考慮し、高い冗長性はスペシャリストを最適化し維持する能力を阻害する可能性があることを発見した。 最終的に、解決される問題の特質について、人口規模、評価予算、テストケースを慎重に検討する必要があることを強調する。

関連論文リスト

• On the Robustness of Lexicase Selection to Contradictory Objectives [0.9208007322096533]
  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。
  論文  参考訳（メタデータ） (2024-03-11T15:23:35Z)
• Unified Uncertainty Estimation for Cognitive Diagnosis Models [70.46998436898205]
  本稿では,幅広い認知診断モデルに対する統一的不確実性推定手法を提案する。 診断パラメータの不確かさをデータ・アスペクトとモデル・アスペクトに分解する。 本手法は有効であり,認知診断の不確実性に関する有用な知見を提供することができる。
  論文  参考訳（メタデータ） (2024-03-09T13:48:20Z)
• Feature Selection as Deep Sequential Generative Learning [50.00973409680637]
  本研究では, 逐次再構成, 変分, 性能評価器の損失を伴って, 深部変分変圧器モデルを構築した。 提案モデルでは,特徴選択の知識を抽出し,連続的な埋め込み空間を学習し,特徴選択決定シーケンスをユーティリティスコアに関連付けられた埋め込みベクトルにマッピングする。
  論文  参考訳（メタデータ） (2024-03-06T16:31:56Z)
• Improving Recommendation System Serendipity Through Lexicase Selection [53.57498970940369]
  本稿では,レコメンデーションシステムにおけるエコーチャンバーとホモフィリーの存在を測定するための新しいセレンディピティー指標を提案する。 そこで我々は,レキシケース選択と呼ばれる親選択アルゴリズムを採用することにより,よく知られたレコメンデーション手法の多様性保存性の向上を試みる。 以上の結果から,レキシケースの選択とランキングの混合は,パーソナライゼーション,カバレッジ,セレンディピティー・ベンチマークにおいて,純粋にランク付けされている。
  論文  参考訳（メタデータ） (2023-05-18T15:37:38Z)
• 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)
• Lexicase Selection at Scale [5.4968949435821735]
  語彙選択(Lexicase selection)は、ランダムにシャッフルされたデータストリームで個々のテストケースを評価する意味認識親選択法である。 語彙選択とそのバリエーションの潜在的な欠点の1つは、選択手順が単一のデータストリームでトレーニングケースを評価する必要があることである。 そこで本研究では,レキシケース選択と重み付きシャッフルを組み合わせた高速レキシケース選択法を提案する。
  論文  参考訳（メタデータ） (2022-08-23T03:58:47Z)
• Flexible variable selection in the presence of missing data [0.0]
  本稿では,非パラメトリックな変数選択アルゴリズムと多重計算を組み合わせることで,非ランダムなデータが存在する場合のフレキシブルなパネルの開発を行う。 提案手法の動作特性は良好であり,より高い分類性能と可変選択性能を有するパネルが得られた。
  論文  参考訳（メタデータ） (2022-02-25T21:41:03Z)
• Compactness Score: A Fast Filter Method for Unsupervised Feature Selection [66.84571085643928]
  本稿では,CSUFS (Compactness Score) と呼ばれる高速な教師なし特徴選択手法を提案する。 提案アルゴリズムは既存のアルゴリズムよりも正確で効率的である。
  論文  参考訳（メタデータ） (2022-01-31T13:01:37Z)
• 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)
• Problem-solving benefits of down-sampled lexicase selection [0.20305676256390928]
  ダウンサンプルのレキシケース選択の主な利点は、進化過程が同じ計算予算内でより多くの個人を調べることができるという事実から来ています。 しかし、ダウンサンプリングが役立つ理由は、まだ完全には理解されていない。
  論文  参考訳（メタデータ） (2021-06-10T23:42:09Z)

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。