論文の概要: On the Interaction of Adaptive Population Control with Cumulative Step-Size Adaptation

• arxiv url: http://arxiv.org/abs/2410.00595v1
• Date: Tue, 1 Oct 2024 11:28:39 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-05 04:47:16.891340
• Title: On the Interaction of Adaptive Population Control with Cumulative Step-Size Adaptation
• Title（参考訳）: 累積ステップサイズ適応と適応人口制御の相互作用について
• Authors: Amir Omeradzic, Hans-Georg Beyer,
• Abstract要約: 累積ステップサイズ適応進化戦略$(mu/mu_I, lambda)$-CSA-ESについて3つの適応型集団制御戦略について検討した。 3つのPCSがCSA-ESに沿って実装され、球面、ランダム、ラストリギン関数のテストベッドで研究される。 CSA適応特性はPCSの性能に大きく影響した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Three state-of-the-art adaptive population control strategies (PCS) are theoretically and empirically investigated for a multi-recombinative, cumulative step-size adaptation Evolution Strategy $(\mu/\mu_I, \lambda)$-CSA-ES. First, scaling properties for the generation number and mutation strength rescaling are derived on the sphere in the limit of large population sizes. Then, the adaptation properties of three standard CSA-variants are studied as a function of the population size and dimensionality, and compared to the predicted scaling results. Thereafter, three PCS are implemented along the CSA-ES and studied on a test bed of sphere, random, and Rastrigin functions. The CSA-adaptation properties significantly influence the performance of the PCS, which is shown in more detail. Given the test bed, well-performing parameter sets (in terms of scaling, efficiency, and success rate) for both the CSA- and PCS-subroutines are identified.
• Abstract（参考訳）: 3つのPCS(State-of-the-art Adaptive population control Strategy)を理論的・実験的に,複数組換え累積ステップサイズ適応戦略$(\mu/\mu_I, \lambda)$-CSA-ESについて検討した。 第一に、世代数と突然変異強度の再スケーリングのスケーリング特性は、大きな集団サイズに制限された球面上で引き起こされる。 次に, 3種類の標準CSA変異体の適応特性を, 個体群の大きさと次元の関数として検討し, 予測スケーリング結果と比較した。 その後、CSA-ESに沿って3つのPCSが実装され、球面、ランダム、ラストリギン関数のテストベッドで研究される。 CSA適応特性はPCSの性能に大きく影響し、より詳細に示される。 CSA-サブルーチンとPCS-サブルーチンの両方のパラメータセット(スケーリング,効率,成功率)を同定した。

関連論文リスト

• Mutation Strength Adaptation of the $(μ/μ_I, λ)$-ES for Large Population Sizes on the Sphere Function [0.0]
  多組換え$(mu/mu_I, lambda)$-ESの突然変異強度適応特性について検討した。 累積ステップサイズ適応と可変自己適応(sigma$SA)の標準実装を実験的に理論的に検討した。
  論文  参考訳（メタデータ） (2024-08-19T07:42:25Z)
• A3S: A General Active Clustering Method with Pairwise Constraints [66.74627463101837]
  A3Sは、適応クラスタリングアルゴリズムによって得られる初期クラスタ結果に対して、戦略的にアクティブクラスタリングを調整する。 さまざまな実世界のデータセットにわたる広範な実験において、A3Sは、人間のクエリを著しく少なくして、望ましい結果を達成する。
  論文  参考訳（メタデータ） (2024-07-14T13:37:03Z)
• The effect of data augmentation and 3D-CNN depth on Alzheimer's Disease detection [51.697248252191265]
  この研究は、データハンドリング、実験設計、モデル評価に関するベストプラクティスを要約し、厳密に観察する。 我々は、アルツハイマー病(AD)の検出に焦点を当て、医療における課題のパラダイム的な例として機能する。 このフレームワークでは,3つの異なるデータ拡張戦略と5つの異なる3D CNNアーキテクチャを考慮し,予測15モデルを訓練する。
  論文  参考訳（メタデータ） (2023-09-13T10:40:41Z)
• On Pitfalls of Test-Time Adaptation [82.8392232222119]
  TTA(Test-Time Adaptation)は、分散シフトの下で堅牢性に取り組むための有望なアプローチとして登場した。 TTABは,10の最先端アルゴリズム,多種多様な分散シフト,および2つの評価プロトコルを含むテスト時間適応ベンチマークである。
  論文  参考訳（メタデータ） (2023-06-06T09:35:29Z)
• Learnable Polyphase Sampling for Shift Invariant and Equivariant Convolutional Networks [120.78155051439076]
  LPSは、データからエンドツーエンドにトレーニングし、既存の手作りのダウンサンプリングレイヤを一般化することができる。 画像分類とセマンティックセグメンテーションにおけるLPSの評価を行った。
  論文  参考訳（メタデータ） (2022-10-14T17:59:55Z)
• Reinforcement learning based adaptive metaheuristics [5.254093731341154]
  本稿では,最先端強化学習アルゴリズムに基づく連続領域メタヒューリスティックスにおけるパラメータ適応のための汎用フレームワークを提案する。 CMA-ES(Covariance Matrix Adaptation Evolution Strategies)とDE(differial Evolution)の2つのアルゴリズムにおけるこのフレームワークの適用性を示す。
  論文  参考訳（メタデータ） (2022-06-24T12:01:49Z)
• Adaptive and Cascaded Compressive Sensing [10.162966219929887]
  シーン依存型適応圧縮センシング(CS)は、CSの性能を大幅に向上させる大きな可能性を秘めている。 そこで本研究では,再構成誤差を直接予測可能な制限等尺特性(RIP)条件に基づく誤差クラッピングを提案する。 また,異なる適応サンプリング段階から得られた情報を効率的に活用できる機能融合再構成ネットワークを提案する。
  論文  参考訳（メタデータ） (2022-03-21T07:50:24Z)
• Cross-Site Severity Assessment of COVID-19 from CT Images via Domain Adaptation [64.59521853145368]
  CT画像によるコロナウイルス病2019(COVID-19)の早期かつ正確な重症度評価は,集中治療単位のイベント推定に有効である。 ラベル付きデータを拡張し、分類モデルの一般化能力を向上させるためには、複数のサイトからデータを集約する必要がある。 この課題は、軽度の感染症と重度の感染症の集団不均衡、部位間のドメイン分布の相違、不均一な特徴の存在など、いくつかの課題に直面する。
  論文  参考訳（メタデータ） (2021-09-08T07:56:51Z)
• Optimality-based Analysis of XCSF Compaction in Discrete Reinforcement Learning [4.9444321684311925]
  本稿では,新しい圧縮アルゴリズム(Greedy Niche Mass Compaction - GNMC)を導入する。 その結果、GNMCは適切なパラメトリエーションを施すと、機能近似誤差をわずかに改善する一方、人口規模は著しく減少することがわかった。 このメトリクスを迷路のような環境でよく使われるステップ・ツー・ゴールのメトリクスにリンクし、メトリクスが競合するよりも補完的であるかを説明します。
  論文  参考訳（メタデータ） (2020-09-03T06:31:43Z)
• Maximum Mutation Reinforcement Learning for Scalable Control [25.935468948833073]
  強化学習(Reinforcement Learning, RL)は、大規模状態空間に対するデータ効率と最適制御を、スケーラブルな性能で実証している。 本稿では,スケーラブルなRLアルゴリズムであるEvolution-based Soft Actor-Critic (ESAC)を提案する。
  論文  参考訳（メタデータ） (2020-07-24T16:29:19Z)
• MaxVA: Fast Adaptation of Step Sizes by Maximizing Observed Variance of Gradients [112.00379151834242]
  本稿では,Adamにおける2乗勾配のランニング平均を重み付き平均に置き換える適応学習率の原理を提案する。 これにより、より高速な適応が可能となり、より望ましい経験的収束挙動がもたらされる。
  論文  参考訳（メタデータ） (2020-06-21T21:47:43Z)

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。