論文の概要: Open Source Evolutionary Computation with Chips-n-Salsa

• arxiv url: http://arxiv.org/abs/2412.02004v1
• Date: Mon, 02 Dec 2024 22:18:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 15:47:19.881502
• Title: Open Source Evolutionary Computation with Chips-n-Salsa
• Title（参考訳）: Chips-n-Salsaによるオープンソースの進化計算
• Authors: Vincent A. Cicirello,
• Abstract要約: 本稿では,Chips-n-Salsaが現在提供している進化的アルゴリズムについて述べる。 Chips-n-Salsaの進化的アルゴリズムは適応突然変異と交叉率を持つ実装を含んでいる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: When it was first introduced, the Chips-n-Salsa Java library provided stochastic local search and related algorithms, with a focus on self-adaptation and parallel execution. For the past four years, we expanded its scope to include evolutionary computation. This paper concerns the evolutionary algorithms that Chips-n-Salsa now provides, which includes multiple evolutionary models, common problem representations, a wide range of mutation and crossover operators, and a variety of benchmark problems. Well-defined Java interfaces enable easily integrating custom representations and evolutionary operators, as well as defining optimization problems. Chips-n-Salsa's evolutionary algorithms include implementations with adaptive mutation and crossover rates, as well as both sequential and parallel execution. Source code is maintained on GitHub, and immutable artifacts are regularly published to the Maven Central Repository to enable easily importing into projects for reproducible builds. Effective development processes such as test-driven development, as well as a variety of static analysis tools help ensure code quality.
• Abstract（参考訳）: 初めて導入されたとき、Chips-n-Salsa Javaライブラリは確率的局所探索と関連するアルゴリズムを提供し、自己適応と並列実行に重点を置いていた。 過去4年間、私たちは進化的計算を含む範囲を広げてきました。 本稿では、Chips-n-Salsaが現在提供している進化的アルゴリズムについて、複数の進化モデル、共通問題表現、幅広い突然変異とクロスオーバー演算子、および様々なベンチマーク問題を含む。 明確に定義されたJavaインターフェースにより、カスタム表現と進化的演算子を簡単に統合でき、最適化の問題を定義することができる。 Chips-n-Salsaの進化的アルゴリズムには、適応突然変異とクロスオーバー率を持つ実装と、シーケンシャルおよび並列実行の両方が含まれる。 ソースコードはGitHubでメンテナンスされ、不変のアーティファクトは定期的にMaven Central Repositoryに公開され、再現可能なビルドのためにプロジェクトへのインポートが容易になる。 テスト駆動開発のような効果的な開発プロセスや、さまざまな静的解析ツールは、コード品質を保証するのに役立ちます。

関連論文リスト

• Fast Genetic Algorithm for feature selection -- A qualitative approximation approach [5.279268784803583]
  本稿では,遺伝的アルゴリズム(GA)を特徴選択に用いることによって生じる計算問題に対処するための,2段階の代理支援進化的アプローチを提案する。 我々はCHCQXがより高速に収束し、特に100K以上のインスタンスを持つ大規模データセットにおいて、非常に高い精度でサブセットソリューションを特徴付けることを示した。
  論文  参考訳（メタデータ） (2024-04-05T10:15:24Z)
• GloptiNets: Scalable Non-Convex Optimization with Certificates [61.50835040805378]
  本稿では,ハイパーキューブやトーラス上のスムーズな関数を扱う証明書を用いた非キューブ最適化手法を提案する。 スペクトルの減衰に固有の対象関数の正則性を活用することにより、正確な証明を取得し、高度で強力なニューラルネットワークを活用することができる。
  論文  参考訳（メタデータ） (2023-06-26T09:42:59Z)
• Self Optimisation and Automatic Code Generation by Evolutionary Algorithms in PLC based Controlling Processes [0.0]
  複雑なプロセスのシステム論理を自己最適化するために,進化的アルゴリズムに基づく新しいアプローチを提案する。 提案手法は,多目的問題を考慮した産業用液体ステーションプロセスで評価する。
  論文  参考訳（メタデータ） (2023-04-12T06:36:54Z)
• Performance Embeddings: A Similarity-based Approach to Automatic Performance Optimization [71.69092462147292]
  パフォーマンス埋め込みは、アプリケーション間でパフォーマンスチューニングの知識伝達を可能にする。 本研究では, 深層ニューラルネットワーク, 密度およびスパース線形代数合成, および数値風速予測ステンシルのケーススタディにおいて, この伝達チューニング手法を実証する。
  論文  参考訳（メタデータ） (2023-03-14T15:51:35Z)
• EvoTorch: Scalable Evolutionary Computation in Python [1.8514314381314885]
  EvoTorchは、高次元最適化問題を扱うように設計された進化計算ライブラリである。 EvoTorchはPyTorchライブラリをベースとしてシームレスに動作するため、ユーザはよく知られたAPIを使用して最適化問題を定義することができる。
  論文  参考訳（メタデータ） (2023-02-24T12:37:45Z)
• EvoX: A Distributed GPU-accelerated Framework for Scalable Evolutionary Computation [40.71953374838183]
  EvoXは、ECアルゴリズムの自動化、分散、均一な実行に適したコンピューティングフレームワークである。 EvoXの中核には、並列化可能なECアルゴリズムの開発を合理化するユニークなプログラミングモデルがある。 EvoXは、数十の数値テスト機能から数百の強化学習タスクまで、さまざまなベンチマーク問題に対する包括的なサポートを提供する。
  論文  参考訳（メタデータ） (2023-01-29T15:00:16Z)
• Massively Parallel Genetic Optimization through Asynchronous Propagation of Populations [50.591267188664666]
  Propulateは、グローバル最適化のための進化的最適化アルゴリズムとソフトウェアパッケージである。 提案アルゴリズムは, 選択, 突然変異, 交叉, 移動の変種を特徴とする。 Propulateは解の精度を犠牲にすることなく、最大で3桁高速であることがわかった。
  論文  参考訳（メタデータ） (2023-01-20T18:17:34Z)
• evosax: JAX-based Evolution Strategies [0.0]
  evosaxは進化最適化アルゴリズムのJAXベースのライブラリです。 evosaxは30の進化最適化アルゴリズムを実装している。 モジュラー方式で設計されており、シンプルなRequest-evaluate-tell APIを通じてフレキシブルな使用を可能にする。
  論文  参考訳（メタデータ） (2022-12-08T10:34:42Z)
• X-volution: On the unification of convolution and self-attention [52.80459687846842]
  本稿では,畳み込み操作と自己注意操作の両方からなるマルチブランチ基本モジュールを提案する。 提案したX-進化は、非常に競争力のある視覚的理解の改善を実現する。
  論文  参考訳（メタデータ） (2021-06-04T04:32:02Z)
• AdaLead: A simple and robust adaptive greedy search algorithm for sequence design [55.41644538483948]
  我々は、容易で、拡張性があり、堅牢な進化的欲求アルゴリズム(AdaLead)を開発した。 AdaLeadは、様々な生物学的に動機づけられたシーケンスデザインの課題において、アートアプローチのより複雑な状態を克服する、驚くほど強力なベンチマークである。
  論文  参考訳（メタデータ） (2020-10-05T16:40:38Z)
• PolyScientist: Automatic Loop Transformations Combined with Microkernels for Optimization of Deep Learning Primitives [55.79741270235602]
  深層学習カーネル開発のためのハイブリッドソリューションを開発する。 我々は、高度な多面体技術を用いて、パフォーマンスのために外部ループを自動的に調整する。
  論文  参考訳（メタデータ） (2020-02-06T08:02:34Z)

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。