論文の概要: Tracing the Interactions of Modular CMA-ES Configurations Across Problem Landscapes
- arxiv url: http://arxiv.org/abs/2507.02331v1
- Date: Thu, 03 Jul 2025 05:48:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-04 15:37:15.686364
- Title: Tracing the Interactions of Modular CMA-ES Configurations Across Problem Landscapes
- Title（参考訳）: 問題景観におけるモジュール型CMA-ES構成の相互作用の追跡
- Authors: Ana Nikolikj, Mario Andrés Muñoz, Eva Tuba, Tome Eftimov,
- Abstract要約: CMA-ESアルゴリズム(modCMA)の6つのモジュラー変種に対する性能フットプリントを24のベンチマーク問題で評価した。
本分析では,問題特性との共通な相互作用による構成間の共用行動パターンを明らかにするとともに,異なる問題特徴によって引き起こされる同一問題に対する異なる挙動を明らかにする。
- 参考スコア（独自算出の注目度）: 2.732041684677653
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper leverages the recently introduced concept of algorithm footprints to investigate the interplay between algorithm configurations and problem characteristics. Performance footprints are calculated for six modular variants of the CMA-ES algorithm (modCMA), evaluated on 24 benchmark problems from the BBOB suite, across two-dimensional settings: 5-dimensional and 30-dimensional. These footprints provide insights into why different configurations of the same algorithm exhibit varying performance and identify the problem features influencing these outcomes. Our analysis uncovers shared behavioral patterns across configurations due to common interactions with problem properties, as well as distinct behaviors on the same problem driven by differing problem features. The results demonstrate the effectiveness of algorithm footprints in enhancing interpretability and guiding configuration choices.
- Abstract（参考訳）: 本稿では,最近導入されたアルゴリズムフットプリントの概念を活用し,アルゴリズム構成と問題特性の相互作用について検討する。
CMA-ESアルゴリズム(modCMA)の6つのモジュラー変種に対する性能フットプリントをBBOBスイートの24個のベンチマーク問題(5次元および30次元)で評価した。
これらのフットプリントは、同じアルゴリズムの異なる構成が、なぜ異なるパフォーマンスを示すのかを洞察し、これらの結果に影響を与える問題の特徴を特定する。
本分析では,問題特性との共通な相互作用による構成間の共用行動パターンを明らかにするとともに,異なる問題特徴によって引き起こされる同一問題に対する異なる挙動を明らかにする。
その結果,アルゴリズムのフットプリントによる解釈可能性の向上と構成選択の導出効果が示された。
関連論文リスト
- Geometric Learning in Black-Box Optimization: A GNN Framework for Algorithm Performance Prediction [3.673004818820981]
本研究では、最適化アルゴリズムの性能を予測するために、グラフデータ構造とグラフニューラルネットワークの利用について検討する。
2つのモジュラーフレームワーク、modCMA-ES と modDE に焦点をあて、このフレームワークは2つの広く使われている微分自由最適化アルゴリズムを分解する。
6つのランタイム予算と2つの問題次元にまたがる24のBBOB問題に対して、324 modCMA-ESおよび576 modDE変異を評価した。
論文 参考訳（メタデータ） (2025-06-19T08:56:05Z) - Subfunction Structure Matters: A New Perspective on Local Optima Networks [0.0]
ローカルオプティマネットワーク(LON)は、フィットネス情報ランドスケープをキャプチャする。
サブファンクションに基づく情報を組み込むことで、LON分析をどのように改善できるかを検討する。
論文 参考訳（メタデータ） (2025-04-17T07:31:11Z) - Benchmarking Randomized Optimization Algorithms on Binary, Permutation, and Combinatorial Problem Landscapes [8.337399973715396]
RHC(Randomized Hill Climbing)、SA(Simulated Annealing)、GA(Genematic Algorithms)、MIMIC(MIMIC)の4つのランダム化最適化アルゴリズムの性能を評価する。
これらのアルゴリズムをベンチマーク適合度関数を用いて比較し,各問題カテゴリの課題と要件を明らかにする。
本研究は,ソリューションの品質,収束速度,計算コスト,堅牢性など,主要な性能指標に基づいて,各アルゴリズムの有効性を解析する。
論文 参考訳（メタデータ） (2025-01-21T23:13:01Z) - A Deep Dive into Effects of Structural Bias on CMA-ES Performance along Affine Trajectories [0.0]
本研究はモジュラー共分散行列適応進化戦略(modCMA)における構造バイアスの影響について検討する。
また,modCMAの435,456構成に関する調査を通じて,各種クラスの構造バイアスに大きく影響を及ぼす重要なモジュールを同定した。
本研究は,モジュールによる構造バイアスと,ランドスケープ特性の異なるアルゴリズム性能の相互作用を示すものである。
論文 参考訳（メタデータ） (2024-04-26T11:07:09Z) - Robustness and Exploration of Variational and Machine Learning Approaches to Inverse Problems: An Overview [47.34359815600974]
本稿では,変分法と機械学習を用いた画像の逆問題に対する現在のアプローチについて概説する。
特別な焦点は、点推定器とその敵の摂動に対する頑健性である。
論文 参考訳（メタデータ） (2024-02-19T11:48:11Z) - AbCD: A Component-wise Adjustable Framework for Dynamic Optimization
Problems [49.1574468325115]
動的最適化問題 (DOP) は、常に発生し、現実の応用に共通するフィットネス環境の変化によって特徴づけられる。
我々は、動的問題のための調整可能なコンポーネント(AbCD)と呼ばれるDOPのためのコンポーネント指向フレームワークを開発する。
この結果から,アルゴリズムやコンポーネントの今後の発展に対処する必要があるDOP分野の既存の課題が浮き彫りになる。
論文 参考訳（メタデータ） (2023-10-09T08:11:31Z) - Stability Analysis of Unfolded WMMSE for Power Allocation [80.71751088398209]
電力割り当ては、無線ネットワークにおける基本的な問題の1つである。
これらのアルゴリズムの出力電力配分は入力摂動に関して安定であることが不可欠である。
本稿では,グラフニューラルネットワークを利用した最新のアルゴリズムであるUWMMSEに着目した。
論文 参考訳（メタデータ） (2021-10-14T15:44:19Z) - An Overview and Experimental Study of Learning-based Optimization
Algorithms for Vehicle Routing Problem [49.04543375851723]
車両ルーティング問題(VRP)は典型的な離散最適化問題である。
多くの研究は、VRPを解決するための学習に基づく最適化アルゴリズムについて検討している。
本稿では、最近のこの分野の進歩を概観し、関連するアプローチをエンドツーエンドアプローチとステップバイステップアプローチに分割する。
論文 参考訳（メタデータ） (2021-07-15T02:13:03Z) - A review of approaches to modeling applied vehicle routing problems [77.34726150561087]
車両経路問題のモデル化手法について概説する。
モデリング手法を評価するためのいくつかの基準を定式化する。
我々はVRPドメインのモデリング分野における今後の研究の道について論じる。
論文 参考訳（メタデータ） (2021-05-23T14:50:14Z) - Semantic Change Detection with Asymmetric Siamese Networks [71.28665116793138]
2つの空中画像が与えられた場合、セマンティックチェンジ検出は、土地被覆のバリエーションを特定し、それらの変化タイプをピクセルワイド境界で識別することを目的としている。
この問題は、正確な都市計画や天然資源管理など、多くの地球ビジョンに関連するタスクにおいて不可欠である。
本研究では, 広く異なる構造を持つモジュールから得られた特徴対を用いて意味変化を同定し, 同定するための非対称システマネットワーク(ASN)を提案する。
論文 参考訳（メタデータ） (2020-10-12T13:26:30Z)
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。