論文の概要: A survey on pioneering metaheuristic algorithms between 2019 and 2024

• arxiv url: http://arxiv.org/abs/2501.14769v1
• Date: Sat, 28 Dec 2024 17:41:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-02 09:48:04.271055
• Title: A survey on pioneering metaheuristic algorithms between 2019 and 2024
• Title（参考訳）: 2019年から2024年までの先駆的メタヒューリスティックアルゴリズムに関する調査
• Authors: Tansel Dokeroglu, Deniz Canturk, Tayfun Kucukyilmaz,
• Abstract要約: 過去30年間に500以上の新しいメタヒューリスティックアルゴリズムが提案され、スローダウンはない。 本評価は, 年次引用基準, 対応課題の幅など, 重要な基準に重点を置いている。 我々は過去6年間の最も影響力のある23のメタヒューリスティックアルゴリズムの最近のハイインパクト応用を探求し、その利点と限界に光を当てている。
• 参考スコア（独自算出の注目度）: 1.249418440326334
• License:
• Abstract: This review examines over 150 new metaheuristics of the last six years (between 2019 and 2024), underscoring their profound influence and performance. Over the past three decades, more than 500 new metaheuristic algorithms have been proposed, with no slowdown in sight. An overwhelming abundance that complicates the process of selecting and assessing the most effective solutions for complex optimization challenges. Our evaluation centers on pivotal criteria, including annual citation metrics, the breadth of the addressed problem types, source code availability, user friendly parameter configurations, innovative mechanisms and operators, and approaches designed to mitigate traditional metaheuristic issues such as stagnation and premature convergence. We further explore recent high impact applications of the past six years' most influential 23 metahueristic algorithms, shedding light on their advantages and limitations, while identifying challenges and potential avenues for future research.
• Abstract（参考訳）: このレビューでは、過去6年間(2019年から2024年まで)に150以上の新しいメタヒューリスティックを調査し、その大きな影響とパフォーマンスを裏付けている。 過去30年間に500以上の新しいメタヒューリスティックアルゴリズムが提案され、スローダウンはない。 複雑な最適化課題に対して最も効果的なソリューションを選択し評価する過程を複雑にする圧倒的な存在。 本評価は,年次引用基準,対応課題の幅,ソースコードの可利用性,ユーザフレンドリなパラメータ設定,革新的なメカニズムと演算子,停滞や早期収束といった従来のメタヒューリスティックな問題を緩和するためのアプローチなどを中心に実施する。 我々はまた、過去6年間の最も影響力のある23のメタヒューリスティックアルゴリズムの最近のハイインパクト応用を探求し、その利点と限界に光を当てながら、将来の研究の課題と潜在的な道筋を特定します。

関連論文リスト

• A Tutorial on the Design, Experimentation and Application of Metaheuristic Algorithms to Real-World Optimization Problems [16.890440704820367]
  メタヒューリスティックの設計と使用に関する数十年の歴史的進歩にもかかわらず、新しい技術成果の理解可能性、アルゴリズム設計の正しさ、性能検証性に関して大きな困難が残っている。 この研究は、最適化に使用されるメタヒューリスティックス手法の研究を行う際に、受け入れるべき良いプラクティスの提案を聴衆に提供することを目的としている。
  論文  参考訳（メタデータ） (2024-10-04T07:41:23Z)
• Results of the Big ANN: NeurIPS'23 competition [32.120977952862205]
  2023年、NeurIPS 2023で開かれたBig ANN Challengeは、データ構造と検索アルゴリズムのインデックス化における最先端の進歩に焦点を当てた。 本稿では,コンペティショントラック,データセット,評価指標,そして,トップパフォーマンスの応募の革新的なアプローチについて要約する。
  論文  参考訳（メタデータ） (2024-09-25T23:24:56Z)
• Maverick: Efficient and Accurate Coreference Resolution Defying Recent Trends [49.68011233558541]
  大規模な自己回帰生成モデルは、いくつかの自然言語処理タスクで最高のパフォーマンスを達成するための基盤として現れてきた。 学術予算の制約の中で最先端のCoreference Resolutionシステムを実行可能にするパイプラインであるMaverickを紹介します。 MaverickはCoNLL-2012ベンチマークで最先端のパフォーマンスを達成し、最大0.006倍のメモリリソースをトレーニングし、従来の最先端システムと比較して170倍高速な推論が得られる。
  論文  参考訳（メタデータ） (2024-07-31T09:58:48Z)
• The RoboDrive Challenge: Drive Anytime Anywhere in Any Condition [136.32656319458158]
  2024年のRoboDrive Challengeは、駆動認識技術の発展を促進するために作られた。 今年の挑戦は5つの異なるトラックで構成され、11カ国の93の機関から140の登録チームが集まった。 競争は15の最高パフォーマンスのソリューションで頂点に達した。
  論文  参考訳（メタデータ） (2024-05-14T17:59:57Z)
• Comparison of classifiers in challenge scheme [12.030094148004176]
  本稿では,MeOffendEs@IberLEF 2021コンペティションの結果を分析する。 チャレンジ主催者の意思決定を支援するために,再サンプリング技術(ブートストラップ)による推論を提案する。
  論文  参考訳（メタデータ） (2023-05-16T23:38:34Z)
• Minimalistic Predictions to Schedule Jobs with Online Precedence Constraints [117.8317521974783]
  オンライン優先制約による非サーボ的スケジューリングについて検討する。 アルゴリズムは、任意のジョブ依存に偏りがなく、前任者がすべて完了した場合に限り、ジョブについて学習する。
  論文  参考訳（メタデータ） (2023-01-30T13:17:15Z)
• Tight Guarantees for Interactive Decision Making with the Decision-Estimation Coefficient [51.37720227675476]
  我々は、決定推定係数の新たな変種を導入し、それを用いて、3つの面における事前の作業を改善する新しい下界を導出する。 我々は同じ量でスケールした後悔について上界を与え、フォスター等における上界と下界の間のギャップの1つを除いて全てを閉じる。 この結果は、後悔のフレームワークとPACフレームワークの両方に適用され、我々が期待するいくつかの新しい分析とアルゴリズム設計技術を利用して、より広範な利用が期待できる。
  論文  参考訳（メタデータ） (2023-01-19T18:24:08Z)
• Performance assessment and exhaustive listing of 500+ nature inspired metaheuristic algorithms [2.144920569695946]
  近年、新しいメタヒューリスティックな名前の数が増加し続けている。 本研究では,500以上のメタヒューリスティクスを網羅的に集計する。
  論文  参考訳（メタデータ） (2022-12-19T14:13:10Z)
• Socio-cognitive Optimization of Time-delay Control Problems using Evolutionary Metaheuristics [89.24951036534168]
  メタヒューリスティックス(Metaheuristics)は、古典的なアプローチでは解決できない難解な問題を解くために使用される普遍的な最適化アルゴリズムである。 本稿では,キャストに基づく新しい社会認知メタヒューリスティックの構築を目標とし,このアルゴリズムのいくつかのバージョンを時間遅延システムモデルの最適化に適用する。
  論文  参考訳（メタデータ） (2022-10-23T22:21:10Z)
• Extreme Algorithm Selection With Dyadic Feature Representation [78.13985819417974]
  我々は,数千の候補アルゴリズムの固定セットを考慮に入れた,極端なアルゴリズム選択(XAS)の設定を提案する。 我々は、XAS設定に対する最先端のAS技術の適用性を評価し、Dyadic特徴表現を利用したアプローチを提案する。
  論文  参考訳（メタデータ） (2020-01-29T09:40:58Z)

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。