論文の概要: Was Tournament Selection All We Ever Needed? A Critical Reflection on Lexicase Selection

• arxiv url: http://arxiv.org/abs/2502.18093v1
• Date: Tue, 25 Feb 2025 11:01:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-26 15:22:59.280275
• Title: Was Tournament Selection All We Ever Needed? A Critical Reflection on Lexicase Selection
• Title（参考訳）: トーナメント選考は必要か? 辞書選考の批判的考察
• Authors: Alina Geiger, Martin Briesch, Dominik Sobania, Franz Rothlauf,
• Abstract要約: 異なるダウンサンプリング手法を用いて,エプシロン・レキシケースとトーナメントの選択を比較した実験を行った。 ダウンサンプリングは、同じ世代の世代と比較しても、一般化と性能を向上させる。 ダウンサンプリングと組み合わせることで,トーナメント選択における人口多様性の増大が観察された。
• 参考スコア（独自算出の注目度）: 0.7874708385247353
• License:
• Abstract: The success of lexicase selection has led to various extensions, including its combination with down-sampling, which further increased performance. However, recent work found that down-sampling also leads to significant improvements in the performance of tournament selection. This raises the question of whether tournament selection combined with down-sampling is the better choice, given its faster running times. To address this question, we run a set of experiments comparing epsilon-lexicase and tournament selection with different down-sampling techniques on synthetic problems of varying noise levels and problem sizes as well as real-world symbolic regression problems. Overall, we find that down-sampling improves generalization and performance even when compared over the same number of generations. This means that down-sampling is beneficial even with way fewer fitness evaluations. Additionally, down-sampling successfully reduces code growth. We observe that population diversity increases for tournament selection when combined with down-sampling. Further, we find that tournament selection and epsilon-lexicase selection with down-sampling perform similar, while tournament selection is significantly faster. We conclude that tournament selection should be further analyzed and improved in future work instead of only focusing on the improvement of lexicase variants.
• Abstract（参考訳）: 語彙選択の成功は、ダウンサンプリングと組み合わせることでパフォーマンスがさらに向上するなど、様々な拡張につながった。 しかし、近年の研究では、ダウンサンプリングはトーナメント選択のパフォーマンスを著しく向上させることがわかった。 これは、トーナメント選択とダウンサンプリングを組み合わせることが、より速い実行時間を考えると、より良い選択であるかどうかという疑問を提起する。 そこで我々は,エプシロン・レキシケースとトーナメントの選択を比較し,様々なノイズレベルと問題サイズの合成問題と実世界の記号的回帰問題について,異なるダウンサンプリング手法を用いて実験を行った。 全体として、ダウンサンプリングは、同じ世代の世代と比較しても、一般化と性能を向上させる。 つまり、フィットネス評価を減らしても、ダウンサンプリングは有益である。 さらに、ダウンサンプリングはコードの増大をうまく減らします。 ダウンサンプリングと組み合わせることで,トーナメント選択における人口多様性の増大が観察された。 さらに, トーナメント選択と, ダウンサンプリングによるエプシロン・レキシケース選択が類似し, トーナメント選択は極めて高速であることがわかった。 我々は,レキシケース変種の改善にのみ焦点をあてるのではなく,今後の作業においてトーナメント選択をさらに分析・改善するべきであると結論付けた。

関連論文リスト

• Lexicase-based Selection Methods with Down-sampling for Symbolic Regression Problems: Overview and Benchmark [0.8602553195689513]
  本稿では, 広範囲の記号回帰問題に対して, 関連する語彙に基づく選択法と組み合わせて, ランダムかつ情報的なダウンサンプリングを評価する。 評価予算について,エプシロン・レキシケース選択とランダムあるいはインフォメーション・ダウンサンプリングの組み合わせにより,他の手法よりも優れた結果が得られた。
  論文  参考訳（メタデータ） (2024-07-31T14:26:22Z)
• Untangling the Effects of Down-Sampling and Selection in Genetic Programming [40.05141985769286]
  遺伝的プログラミングシステムは、選択のための候補解の品質を評価するために、しばしば大きなトレーニングセットを使用する。 近年の研究では、ランダム・ダウンサンプリングとインフォメーション・ダウンサンプリングの両方が問題解決の成功を大幅に改善できることが示されている。
  論文  参考訳（メタデータ） (2023-04-14T12:21:19Z)
• A Static Analysis of Informed Down-Samples [62.997667081978825]
  遺伝子プログラミングの第1世代における記録された個体群と、完全に合成された個体群について検討した。 両形態のダウンサンプリングは, ダウンサンプリングを伴わない通常のレキシケース選択よりも, テストカバレッジの損失が大きくなることを示した。
  論文  参考訳（メタデータ） (2023-04-04T17:34:48Z)
• The Environmental Discontinuity Hypothesis for Down-Sampled Lexicase Selection [0.0]
  ダウンサンプリングは、レキシケース親選択技術を利用した遺伝的プログラミング(GP)に有効であることが証明された。 我々は、世代毎に行われるランダムサンプリングが不連続を引き起こし、人口が変動する環境に適応できないという仮説を立てた。 環境変化を増進させることは、単純なランダムなダウンサンプリングよりも、プログラム合成問題を解くための進化的ソリューションにとって、それほど良くないことがわかった。
  論文  参考訳（メタデータ） (2022-05-31T16:21:14Z)
• UNICON: Combating Label Noise Through Uniform Selection and Contrastive Learning [89.56465237941013]
  UNICONは,高ラベル雑音に対して頑健な,シンプルで効果的なサンプル選択法である。 90%のノイズレートでCIFAR100データセットの最先端データよりも11.4%改善した。
  論文  参考訳（メタデータ） (2022-03-28T07:36:36Z)
• Saliency Grafting: Innocuous Attribution-Guided Mixup with Calibrated Label Mixing [104.630875328668]
  ミックスアップスキームは、強化されたトレーニングサンプルを作成するために、サンプルのペアを混ぜることを提案する。 両世界のベストを捉えた、斬新だがシンプルなミックスアップ版を提示する。
  論文  参考訳（メタデータ） (2021-12-16T11:27:48Z)
• Rethinking Sampling Strategies for Unsupervised Person Re-identification [59.47536050785886]
  我々は,同じフレームワーク下での各種サンプリング戦略と損失関数のパフォーマンス差の理由を解析した。 グループサンプリングを提案し、同じクラスのサンプルをグループに集める。 Market-1501、DukeMTMC-reID、MSMT17の実験は、グループサンプリングが最先端の手法に匹敵する性能を達成することを示した。
  論文  参考訳（メタデータ） (2021-07-07T05:39:58Z)
• Problem-solving benefits of down-sampled lexicase selection [0.20305676256390928]
  ダウンサンプルのレキシケース選択の主な利点は、進化過程が同じ計算予算内でより多くの個人を調べることができるという事実から来ています。 しかし、ダウンサンプリングが役立つ理由は、まだ完全には理解されていない。
  論文  参考訳（メタデータ） (2021-06-10T23:42:09Z)
• The Price of Incentivizing Exploration: A Characterization via Thompson Sampling and Sample Complexity [83.81297078039836]
  インセンティブ付き探索(Incentivized Exploring)は、武器の選択を自給自足エージェントによって制御するマルチアーム・バンディットのバージョンである。 我々は、インセンティブの価格に焦点を合わせ、インセンティブの適合性のために、広く解釈された、パフォーマンスの喪失が引き起こされる。
  論文  参考訳（メタデータ） (2020-02-03T04:58:51Z)

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。