論文の概要: Minimal Conditions for Beneficial Neighbourhood Search and Local Descent

• arxiv url: http://arxiv.org/abs/2411.05263v1
• Date: Fri, 08 Nov 2024 01:47:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-11 14:53:59.767103
• Title: Minimal Conditions for Beneficial Neighbourhood Search and Local Descent
• Title（参考訳）: 周辺地域探索と局部退化のための最小条件
• Authors: Mark G. Wallace,
• Abstract要約: 近隣住民の検索は、ブラインド検索よりも単一の検索ステップで改善されたソリューションを見出す傾向にある。 実験により、目標tが与えられた局所ブラインド降下は、開始コストで局所降下に切り替えるべきであることが示され、tが最適に近づくにつれて減少する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This paper investigates what properties a neighbourhood requires to support beneficial local search. We show that neighbourhood locality, and a reduction in cost probability towards the optimum, support a proof that search among neighbours is more likely to find an improving solution in a single search step than blind search. This is the first paper to introduce such a proof. The concepts underlying these properties are illustrated on a satisfiability problem class, and on travelling salesman problems. Secondly, for a given cost target t, we investigate a combination of blind search and local descent termed local blind descent, and present various conditions under which the expected number of steps to reach a cost better than t using local blind descent, is proven to be smaller than with blind search. Experiments indicate that local blind descent, given target cost t, should switch to local descent at a starting cost that reduces as t approaches the optimum.
• Abstract（参考訳）: 本稿では,近隣住民が有益な地域探索を支援するためにどのような特性を必要とするかを検討する。 本研究では, 近隣の局所性とコストの低減が, ブラインド検索よりも1つの探索段階において, 探索が改善する可能性が示唆された。 これはそのような証明を導入した最初の論文である。 これらの性質の根底にある概念は、満足度問題クラスと旅行セールスマン問題に説明される。 次に, 与えられたコスト目標tについて, ブラインド探索と局所ブラインド降下と呼ばれる局所ブラインド降下の組合せを検討した。 実験により、目標tが与えられた局所ブラインド降下は、開始コストで局所降下に切り替えるべきであることが示され、tが最適に近づくにつれて減少する。

関連論文リスト

• Optimal Multi-Fidelity Best-Arm Identification [65.23078799972188]
  バンディットのベストアーム識別において、アルゴリズムは、できるだけ早く特定の精度で、最高平均報酬の腕を見つけることを任務とする。 マルチフィデリティのベストアーム識別について検討し、低コストで低いフィデリティ(正確な平均推定値を持たない)で腕をサンプリングすることを選択できる。 この問題に対処するためのいくつかの方法が提案されているが、その最適性は、特に最適な腕を特定するのに必要な総コストのゆるやかな下限のため、未解決のままである。
  論文  参考訳（メタデータ） (2024-06-05T08:02:40Z)
• Optimisation via encodings: a renormalisation group perspective [0.0]
  最適化問題の解法として被覆符号化マップをどのように利用できるかを示す。 カバーエンコーディングマップに係わる粗粒化は、再正規化グループスキームで遭遇した粗粒化と強く類似していることが示される。
  論文  参考訳（メタデータ） (2023-03-28T19:07:33Z)
• Reliable Causal Discovery with Improved Exact Search and Weaker Assumptions [17.097192646470372]
  線形ガウス設定における正確なスコアベース手法のスケーラビリティを向上させるためのいくつかの戦略を導入する。 我々は,忠実度よりも厳密な仮定を必要とする逆共分散行列の支持に基づく超構造推定法を開発した。 また,各変数とその近傍が生成する局所クラスタを,超構造内の2つのホップ内で正確に探索する局所探索戦略を提案する。
  論文  参考訳（メタデータ） (2022-01-14T20:52:30Z)
• Predicting the utility of search spaces for black-box optimization: a simple, budget-aware approach [25.07599332807319]
  ブラックボックス最適化では、ソリューションを探索する検索スペースを指定する必要がある。 多くのアプリケーションにおいて、高品質な検索スペースを見つけることは困難である。 本稿では,確率的応答曲面モデルに適用した実用関数に基づく簡易スコアリング手法を提案する。
  論文  参考訳（メタデータ） (2021-12-15T16:28:28Z)
• Minimal Conditions for Beneficial Local Search [0.0]
  本稿では,問題の解決において,現在の解の近傍で探索することがなぜ有益であるかを考察する。 本論文は, 近辺探索が盲点探索よりも有益であることを示す2つの新しい証明を支持する問題と近隣領域の特性を同定する。
  論文  参考訳（メタデータ） (2021-10-17T07:02:50Z)
• Rethinking Counting and Localization in Crowds:A Purely Point-Based Framework [59.578339075658995]
  そこで本稿では,共同クラウドカウントと個別ローカライゼーションのための純粋にポイントベースのフレームワークを提案する。 我々は、P2PNet(Point to Point Network)と呼ばれる、このフレームワークの下で直感的なソリューションを設計する。
  論文  参考訳（メタデータ） (2021-07-27T11:41:50Z)
• Exploring Visual Context for Weakly Supervised Person Search [155.46727990750227]
  人探索は、歩行者の検出と人物の再識別を共同で扱う、困難なタスクとして最近登場した。 既存のアプローチは、バウンディングボックスとIDアノテーションの両方が利用可能な完全に教師付き設定に従っている。 本稿では,ボックスアノテーションのみを用いた弱教師付き人物検索について実験的に考察する。
  論文  参考訳（メタデータ） (2021-06-19T14:47:13Z)
• Sparse Reward Exploration via Novelty Search and Emitters [55.41644538483948]
  本稿では,SparsE Reward Exploration via Novelty and Emitters (SERENE)アルゴリズムを提案する。 SERENEは、探索空間の探索と報酬の搾取を2つの交互プロセスに分けている。 メタスケジューラは、2つのプロセス間の交互にグローバルな計算予算を割り当てる。
  論文  参考訳（メタデータ） (2021-02-05T12:34:54Z)
• Robust Partial Matching for Person Search in the Wild [70.6661871706788]
  本稿では、人物検出と再同定のためのAPNet(Align-to-Part Network)を提案する。 APNetは、推定された全体体領域をカバーする境界ボックスを検出する。 CUHK-SYSUやPRWといった既存の人物検索ベンチマーク上での競合性能を実現している。
  論文  参考訳（メタデータ） (2020-04-20T14:21:03Z)
• Second-Order Guarantees in Centralized, Federated and Decentralized Nonconvex Optimization [64.26238893241322]
  単純なアルゴリズムは、多くの文脈において優れた経験的結果をもたらすことが示されている。 いくつかの研究は、非最適化問題を研究するための厳密な分析的正当化を追求している。 これらの分析における重要な洞察は、摂動が局所的な降下アルゴリズムを許容する上で重要な役割を担っていることである。
  論文  参考訳（メタデータ） (2020-03-31T16:54:22Z)
• The Neighbours' Similar Fitness Property for Local Search [5.049586563330359]
  近隣住民の類似性度 (NSF) は, 地域的改善の観点から, 地域探索の優れた性能を生かしている。 NSFは、良い解の隣人の間で改善を求めるのがランダムな探索より優れていることを保証するには不十分である。 本稿では,NSFの景観において,近隣の探索がランダム検索に勝るという一般的な証明を支持する,追加の(自然な)特性を紹介する。
  論文  参考訳（メタデータ） (2020-01-09T07:53:56Z)

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。