論文の概要: Seeking and leveraging alternative variable dependency concepts in gray-box-elusive bimodal land-use allocation problems

• arxiv url: http://arxiv.org/abs/2504.11882v1
• Date: Wed, 16 Apr 2025 09:06:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-17 14:39:52.915950
• Title: Seeking and leveraging alternative variable dependency concepts in gray-box-elusive bimodal land-use allocation problems
• Title（参考訳）: グレーボックス溶出バイモーダル土地利用割当問題における代替変数依存概念の探索と活用
• Authors: J. Maciążek, M. W. Przewozniczek, J. Schwaab,
• Abstract要約: 本稿では,標準変数依存性発見技術が適用できない実世界の多目的問題を考える。 この問題に対処するため,問題特定変数依存性の定義を提案する。 実世界のテストケースに関する結果は、提案を2つのよく知られた事例(NSEA/D)に導入することで、その効果が著しく向上することを示している。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Solving land-use allocation problems can help us to deal with some of the most urgent global environmental issues. Since these problems are NP-hard, effective optimizers are needed to handle them. The knowledge about variable dependencies allows for proposing such tools. However, in this work, we consider a real-world multi-objective problem for which standard variable dependency discovery techniques are inapplicable. Therefore, using linkage-based variation operators is unreachable. To address this issue, we propose a definition of problem-dedicated variable dependency. On this base, we propose obtaining masks of dependent variables. Using them, we construct three novel crossover operators. The results concerning real-world test cases show that introducing our propositions into two well-known optimizers (NSGA-II, MOEA/D) dedicated to multi-objective optimization significantly improves their effectiveness.
• Abstract（参考訳）: 土地利用配分問題の解決は、最も緊急な地球環境問題に対処するのに役立ちます。 これらの問題はNPハードであるため、効果的に最適化する必要がある。 変数依存に関する知識は、そのようなツールの提案を可能にします。 しかし,本研究では,標準変数依存性発見技術が適用できない実世界の多目的問題を考える。 したがって、リンケージベースの変動演算子の使用は到達不可能である。 この問題に対処するため,問題特定変数依存性の定義を提案する。 そこで本研究では,従属変数のマスクの取得を提案する。 これらを用いて、3つの新しいクロスオーバー演算子を構築する。 その結果,多目的最適化に特化した2つのよく知られたオプティマイザ (NSGA-II, MOEA/D) に提案手法を導入することで,その有効性が著しく向上した。

関連論文リスト

• EHOP: A Dataset of Everyday NP-Hard Optimization Problems [66.41749917354159]
  Everyday Hard Optimization Problems (EHOP) は、自然言語で表されるNPハード最適化問題の集合である。 EHOPには、コンピュータサイエンスの教科書で見られる問題の定式化、実生活で起こりうる問題として着飾られたバージョン、逆ルールでよく知られた問題の変種が含まれている。 現状のLLMは、複数のプロンプト戦略にまたがって、実生活や逆転型よりも教科書問題を体系的に高精度に解決していることがわかった。
  論文  参考訳（メタデータ） (2025-02-19T14:39:59Z)
• Non-Myopic Multi-Objective Bayesian Optimization [64.31753000439514]
  多目的最適化問題を解くために、有限水平逐次実験設計の問題を考察する。 この問題は、材料設計を含む多くの現実世界の応用で発生する。 我々はMOO問題に対する最初の非ミオピック手法を提案する。
  論文  参考訳（メタデータ） (2024-12-11T04:05:29Z)
• The hop-like problem nature -- unveiling and modelling new features of real-world problems [0.0]
  最適化プロセスのホップに基づく解析を提案する。 その結果、有名なLeading Ones問題の特徴のいくつかの存在が示唆された。 実験では、GAの有効性を改善するためにどのようなメカニズムを提案する必要があるかを明らかにする。
  論文  参考訳（メタデータ） (2024-06-03T11:30:04Z)
• UCB-driven Utility Function Search for Multi-objective Reinforcement Learning [75.11267478778295]
  マルチオブジェクト強化学習(MORL)エージェントでは、意思決定行動の最適化を行う。 重みベクトル w でパラメータ化される線型効用関数の場合に焦点を当てる。 学習過程の異なる段階で最も有望な重みベクトルを効率的に探索する上信頼境界に基づく手法を提案する。
  論文  参考訳（メタデータ） (2024-05-01T09:34:42Z)
• Metaheuristics for (Variable-Size) Mixed Optimization Problems: A Unified Taxonomy and Survey [0.0]
  混合変数最適化問題(MVOP)は連続変数と離散変数の両方を含む。 変数サイズのMVOP(VMVOP)は、メタヒューリスティックスの設計において、解決が困難であり、多くの科学的課題を提起する。 本稿では,(V)MVOPの解法としてメタヒューリスティックな解を統一した分類法を提案する。
  論文  参考訳（メタデータ） (2024-01-08T13:24:55Z)
• Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
  非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。 本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
  論文  参考訳（メタデータ） (2022-01-28T05:53:28Z)
• Multi-Objective Constrained Optimization for Energy Applications via Tree Ensembles [55.23285485923913]
  エネルギーシステムの最適化問題は、強い非線形系の挙動と複数の競合する目的のために複雑である。 場合によっては、提案された最適解は、物理的性質や安全クリティカルな操作条件に関連する明示的な入力制約に従う必要がある。 本稿では,ブラックボックス問題に対する制約付き多目的最適化のためのツリーアンサンブルを用いた新しいデータ駆動戦略を提案する。
  論文  参考訳（メタデータ） (2021-11-04T20:18:55Z)
• Variable Division and Optimization for Constrained Multiobjective Portfolio Problems [8.056425814256116]
  可変分割と最適化(D&O)は、進化的アルゴリズム(EA)で頻繁に使用されるアルゴリズム設計パラダイムです。 本稿では,多対象問題における部分変数のエリート選択法を提案する。 数学的プログラミングの助けを借りて、制約付き多目的ポートフォリオ問題で達成される。
  論文  参考訳（メタデータ） (2021-01-21T11:08:23Z)
• Bottleneck Problems: Information and Estimation-Theoretic View [2.7793394375935088]
  情報ボトルネック(IB)とプライバシファンネル(PF)は、密接に関連する2つの最適化問題である。 特定の関数の下位エンベロープや上部エンベロープを等価に表現することで、閉形式のボトルネック問題を評価する方法を示す。
  論文  参考訳（メタデータ） (2020-11-12T05:16:44Z)
• Robust Optimal Transport with Applications in Generative Modeling and Domain Adaptation [120.69747175899421]
  ワッサーシュタインのような最適輸送(OT)距離は、GANやドメイン適応のようないくつかの領域で使用されている。 本稿では,現代のディープラーニングアプリケーションに適用可能な,ロバストなOT最適化の計算効率のよい2つの形式を提案する。 提案手法では, ノイズの多いデータセット上で, 外部分布で劣化したGANモデルをトレーニングすることができる。
  論文  参考訳（メタデータ） (2020-10-12T17:13:40Z)
• Explanation Generation for Multi-Modal Multi-Agent Path Finding with Optimal Resource Utilization using Answer Set Programming [1.7132914341329848]
  mMAPFの実際の応用には柔軟性と説明性が必要である。 本稿では,ソリューションの実現可能性と最適性に関する質問に対する説明を生成する手法を提案する。
  論文  参考訳（メタデータ） (2020-08-08T18:34:34Z)

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。