Fugu-MT 論文翻訳(概要): An Improved Chicken Swarm Optimization Algorithm for Handwritten Document Image Enhancement

論文の概要: An Improved Chicken Swarm Optimization Algorithm for Handwritten Document Image Enhancement

arxiv url: http://arxiv.org/abs/2411.00802v1
Date: Sun, 20 Oct 2024 16:10:13 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-10 12:31:24.392922
Title: An Improved Chicken Swarm Optimization Algorithm for Handwritten Document Image Enhancement
Title（参考訳）: 手書き文書画像強調のための改良されたニワトリ群最適化アルゴリズム
Authors: Stanley Mugisha, Lynn tar Gutu, P Nagabhushan,
Abstract要約: ニワトリ群最適化は,ニワトリの捕食行動を模倣する新しいメタヒューリスティックアルゴリズムである。アルゴリズムの結果は、Cuckoo SearchやFirefly、人工蜂コロニーといった既存のメタアルゴリズムと比較される。
参考スコア（独自算出の注目度）: 1.1866061471514582
License:
Abstract: Chicken swarm optimization is a new meta-heuristic algorithm which mimics the foraging hierarchical behavior of chicken. In this paper, we describe the preprocessing of handwritten document by contrast enhancement while preserving detail with an improved chicken swarm optimization algorithm.The results of the algorithm are compared with other existing meta heuristic algorithms like Cuckoo Search, Firefly Algorithm and the Artificial bee colony. The proposed algorithm considerably outperforms all the above by giving good results.
Abstract（参考訳）: ニワトリ群最適化は,ニワトリの捕食行動を模倣する新しいメタヒューリスティックアルゴリズムである。本稿では,改良されたニワトリ群最適化アルゴリズムを用いて詳細を保存しながら,コントラスト強調による手書き文書の事前処理について述べるとともに,Cuckoo Search,Firefly Algorithm,人工蜂コロニーなどの既存のメタヒューリスティックアルゴリズムと比較する。提案アルゴリズムは, 良好な結果を得ることにより, 上記の全てをかなり上回る性能を示した。

関連論文リスト

Performance Evaluation of Evolutionary Algorithms for Analog Integrated Circuit Design Optimisation [0.0]
本稿では,アナログ回路の自動サイズ化手法について述べる。探索空間を対象とする探索は粒子生成関数と補修バウンド関数を用いて実装されている。アルゴリズムは、より良い最適解に収束するように調整され、修正される。
論文参考訳（メタデータ） (2023-10-19T03:26:36Z)
Accelerating Cutting-Plane Algorithms via Reinforcement Learning Surrogates [49.84541884653309]
凸離散最適化問題に対する現在の標準的なアプローチは、カットプレーンアルゴリズムを使うことである。多くの汎用カット生成アルゴリズムが存在するにもかかわらず、大規模な離散最適化問題は、難易度に悩まされ続けている。そこで本研究では,強化学習による切削平面アルゴリズムの高速化手法を提案する。
論文参考訳（メタデータ） (2023-07-17T20:11:56Z)
Efficient Non-Parametric Optimizer Search for Diverse Tasks [93.64739408827604]
興味のあるタスクを直接検索できる,スケーラブルで汎用的なフレームワークを初めて提示する。基礎となる数学表現の自然木構造に着想を得て、空間を超木に再配置する。我々は,モンテカルロ法を木探索に適用し,レジェクションサンプリングと等価形状検出を備える。
論文参考訳（メタデータ） (2022-09-27T17:51:31Z)
Duck swarm algorithm: theory, numerical optimization, and applications [6.244015536594532]
本研究では,Duck Swarm Algorithm (DSA) という,群知能に基づく最適化アルゴリズムを提案する。 2つのルールは、提案されたDSAの探索と利用段階に対応するアヒルの餌の発見と採餌からモデル化される。その結果, DSAは収束速度と探索・探索のバランスの観点から, 高性能な最適化手法であることがわかった。
論文参考訳（メタデータ） (2021-12-27T04:53:36Z)
ANA: Ant Nesting Algorithm for Optimizing Real-World Problems [21.95618652596178]
アリネストアルゴリズム(ANA)と呼ばれる新しいインテリジェントスワムの提案このアルゴリズムはLeptothorax antsにインスパイアされ、新しい巣を作りながら穀物を堆積する位置を探すアリの行動を模倣している。 ANAは、変更率を追加することで、検索エージェントの位置を更新する連続アルゴリズムであると考えられている。
論文参考訳（メタデータ） (2021-12-04T08:55:06Z)
An Accelerated Variance-Reduced Conditional Gradient Sliding Algorithm for First-order and Zeroth-order Optimization [111.24899593052851]
条件勾配アルゴリズム(Frank-Wolfeアルゴリズムとも呼ばれる)は、最近、機械学習コミュニティで人気を取り戻している。 ARCSは、ゼロ階最適化において凸問題を解く最初のゼロ階条件勾配スライディング型アルゴリズムである。 1次最適化では、ARCSの収束結果は、勾配クエリのオラクルの数で、従来のアルゴリズムよりも大幅に優れていた。
論文参考訳（メタデータ） (2021-09-18T07:08:11Z)
Provably Faster Algorithms for Bilevel Optimization [54.83583213812667]
バイレベル最適化は多くの重要な機械学習アプリケーションに広く適用されている。両レベル最適化のための2つの新しいアルゴリズムを提案する。両アルゴリズムが$mathcalO(epsilon-1.5)$の複雑さを達成し,既存のアルゴリズムを桁違いに上回っていることを示す。
論文参考訳（メタデータ） (2021-06-08T21:05:30Z)
Dynamic Cat Swarm Optimization Algorithm for Backboard Wiring Problem [0.9990687944474739]
本稿では,動的キャット群最適化(Dynamic Cat Swarm Optimization)と呼ばれる,強力な群知能メタヒューリスティック最適化アルゴリズムを提案する。提案アルゴリズムは,アルゴリズムの選択スキームと探索モードを変更することにより,これらの位相間の適切なバランスを与える新しい手法を提案する。最適化の結果,提案アルゴリズムの有効性が示された。
論文参考訳（メタデータ） (2021-04-27T19:41:27Z)
Sub-linear Regret Bounds for Bayesian Optimisation in Unknown Search Spaces [63.22864716473051]
本稿では,反復により探索空間を拡大(およびシフト)する新しいBOアルゴリズムを提案する。理論的には、どちらのアルゴリズムにおいても、累積的後悔は線形以下の速度で増大する。
論文参考訳（メタデータ） (2020-09-05T14:24:40Z)
Corralling Stochastic Bandit Algorithms [54.10645564702416]
相関アルゴリズムの後悔は、最も報酬の高い腕を含む最高のアルゴリズムの後悔よりも悪くはないことを示す。最高報酬と他の報酬の差は、最高報酬と他の報酬の差に依存することを示す。
論文参考訳（メタデータ） (2020-06-16T15:33:12Z)
Improved Binary Artificial Bee Colony Algorithm [0.0]
Artificial Bee Colony (ABC)アルゴリズムは、Swarmインテリジェンスに基づく進化的最適化アルゴリズムである。我々はABCアルゴリズムを改良してバイナリ最適化問題を解き、それを改良されたバイナリ・ビーコロニー (ibinABC) と呼ぶ。提案手法は,適合度値に基づく更新機構と,異なる数の決定変数の処理により構成される。
論文参考訳（メタデータ） (2020-03-12T17:22:52Z)

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。