Fugu-MT 論文翻訳(概要): Genetic Algorithm with Border Trades (GAB)

論文の概要: Genetic Algorithm with Border Trades (GAB)

arxiv url: http://arxiv.org/abs/2501.18184v2
Date: Wed, 05 Feb 2025 06:02:05 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-06 11:04:54.894349
Title: Genetic Algorithm with Border Trades (GAB)
Title（参考訳）: 境界貿易(GAB)を用いた遺伝的アルゴリズム
Authors: Qingchuan Lyu,
Abstract要約: 本稿では,境界貿易活動を通じて育種過程に新たな染色体パターンを組み込むことにより,大規模あるいは複雑な問題空間における遺伝的アルゴリズム(GA)の改善手法を提案する。これらの戦略は染色体の多様性を高め、早期収束を防ぎ、解空間をより効率的に探索するGAの能力を高める。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: This paper introduces a novel approach to improving Genetic Algorithms (GA) in large or complex problem spaces by incorporating new chromosome patterns in the breeding process through border trade activities. These strategies increase chromosome diversity, preventing premature convergence and enhancing the GA's ability to explore the solution space more effectively. Empirical evidence demonstrates significant improvements in convergence behavior. This approach offers a promising pathway to addressing challenges in optimizing large or complex problem domains.
Abstract（参考訳）: 本稿では,境界貿易活動を通じて育種過程に新たな染色体パターンを組み込むことにより,大規模あるいは複雑な問題空間における遺伝的アルゴリズム(GA)の改善手法を提案する。これらの戦略は染色体の多様性を高め、早期収束を防ぎ、解空間をより効率的に探索するGAの能力を高める。実証的な証拠は収束挙動の顕著な改善を示している。このアプローチは、大規模または複雑な問題領域を最適化する際の課題に対処するための、有望な経路を提供する。

関連論文リスト

A Lattice-based Method for Optimization in Continuous Spaces with Genetic Algorithms [0.0]
本研究は,連続決定変数に多次元制約を組み込む格子に基づく新しい手法を提案する。提案手法は、連続決定変数のクロスオーバーのための確立された転写技術を統合する。ドメイン知識を活用し、デザイン空間の実行可能な領域に向けて探索プロセスを導くことを目的としている。
論文参考訳（メタデータ） (2024-10-16T03:14:09Z)
Deep Graph Anomaly Detection: A Survey and New Perspectives [86.84201183954016]
グラフ異常検出(GAD)は、異常なグラフインスタンス(ノード、エッジ、サブグラフ、グラフ)を特定することを目的とする。ディープラーニングアプローチ、特にグラフニューラルネットワーク(GNN)は、GADにとって有望なパラダイムとして現れています。
論文参考訳（メタデータ） (2024-09-16T03:05:11Z)
Predicting Genetic Mutation from Whole Slide Images via Biomedical-Linguistic Knowledge Enhanced Multi-label Classification [119.13058298388101]
遺伝子変異予測性能を向上させるため,生物知識を付加したPathGenomic Multi-label Transformerを開発した。 BPGTはまず、2つの慎重に設計されたモジュールによって遺伝子前駆体を構成する新しい遺伝子エンコーダを確立する。 BPGTはその後ラベルデコーダを設計し、最終的に2つの調整されたモジュールによる遺伝的突然変異予測を行う。
論文参考訳（メタデータ） (2024-06-05T06:42:27Z)
GARA: A novel approach to Improve Genetic Algorithms' Accuracy and Efficiency by Utilizing Relationships among Genes [1.7226572355808027]
本稿では,遺伝子間の関係を利用してGAの精度と効率を向上させる遺伝子制御遺伝的アルゴリズム(GRGA)を提案する。我々は、RGGRと呼ばれる溶液空間をカプセル化した有向多部グラフを使用し、各ノードは溶液中の遺伝子に対応し、エッジは隣り合うノード間の関係を表す。得られたRGGRは、クロスオーバーと突然変異演算子の適切な座を決定するために使用され、それによって進化過程をより速くより良く収束させる。
論文参考訳（メタデータ） (2024-04-28T08:33:39Z)
GE-AdvGAN: Improving the transferability of adversarial samples by gradient editing-based adversarial generative model [69.71629949747884]
GAN(Generative Adversarial Networks)のような逆生成モデルは、様々な種類のデータを生成するために広く応用されている。本研究では, GE-AdvGAN という新しいアルゴリズムを提案する。
論文参考訳（メタデータ） (2024-01-11T16:43:16Z)
Genetic Algorithm enhanced by Deep Reinforcement Learning in parent selection mechanism and mutation : Minimizing makespan in permutation flow shop scheduling problems [0.18846515534317265]
RL+GA法はフローショップスケジューリング問題(FSP)で特に検証された。このハイブリッドアルゴリズムはニューラルネットワーク(NN)を導入し、Qラーニング(Q-learning)というオフ政治手法を使用する。本研究は, プリミティブGAの性能向上におけるRL+GAアプローチの有効性を明らかにするものである。
論文参考訳（メタデータ） (2023-11-10T08:51:42Z)
Genetic Engineering Algorithm (GEA): An Efficient Metaheuristic Algorithm for Solving Combinatorial Optimization Problems [1.8434042562191815]
遺伝的アルゴリズム(GA)は最適化問題の解法における効率性で知られている。本稿では遺伝子工学の概念からインスピレーションを得るため,遺伝子工学アルゴリズム(GEA)と呼ばれる新しいメタヒューリスティックアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-09-28T13:05:30Z)
Epigenetics Algorithms: Self-Reinforcement-Attention mechanism to regulate chromosomes expression [0.0]
本稿ではメチル化として知られるエピジェネティックス現象を模倣する新しいエピジェネティックスアルゴリズムを提案する。エピジェネティックスアルゴリズムの斬新さは、主に注意機構と深層学習を利用しており、遺伝子/サイレンシングの概念とよく適合している。
論文参考訳（メタデータ） (2023-03-15T21:33:21Z)
Stochastic Gradient Descent-Ascent: Unified Theory and New Efficient Methods [73.35353358543507]
SGDA(Gradient Descent-Ascent)は、min-max最適化と変分不等式問題(VIP)を解くための最も顕著なアルゴリズムの1つである。本稿では,多種多様な降下指数法を網羅した統合収束解析を提案する。本研究では,新しい分散化手法 (L-SVRGDA) や,新しい分散圧縮方式 (QSGDA, DIANA-SGDA, VR-DIANA-SGDA) ,座標ランダム化方式 (SEGA-SGDA) など,SGDAの新しい変種を開発した。
論文参考訳（メタデータ） (2022-02-15T09:17:39Z)
Heterogeneous Face Frontalization via Domain Agnostic Learning [74.86585699909459]
本研究では, 視覚領域における正面視を, ポーズのバリエーションで合成できるドメイン非依存学習型生成逆数ネットワーク(DAL-GAN)を提案する。 DAL-GANは、補助分類器を備えたジェネレータと、より優れた合成のために局所的およびグローバルなテクスチャ識別をキャプチャする2つの識別器から構成される。
論文参考訳（メタデータ） (2021-07-17T20:41:41Z)
IDEAL: Inexact DEcentralized Accelerated Augmented Lagrangian Method [64.15649345392822]
本稿では,局所関数が滑らかで凸な分散最適化環境下での原始的手法設計のためのフレームワークを提案する。提案手法は,加速ラグランジアン法により誘導されるサブプロブレム列を概ね解いたものである。加速度勾配降下と組み合わせることで,収束速度が最適で,最近導出された下界と一致した新しい原始アルゴリズムが得られる。
論文参考訳（メタデータ） (2020-06-11T18:49:06Z)

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。