論文の概要: evortran: a modern Fortran package for genetic algorithms with applications from LHC data fitting to LISA signal reconstruction
- arxiv url: http://arxiv.org/abs/2507.06082v1
- Date: Tue, 08 Jul 2025 15:22:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-09 16:34:38.260761
- Title: evortran: a modern Fortran package for genetic algorithms with applications from LHC data fitting to LISA signal reconstruction
- Title（参考訳）: evortran:LHCデータ適合からLISA信号再構成への応用を含む遺伝的アルゴリズムのための最新のFortranパッケージ
- Authors: Thomas Biekötter,
- Abstract要約: evortranは、高性能な遺伝的アルゴリズムと進化最適化のために設計された、現代のFortranライブラリである。
高エネルギー物理学や微分自由パラメータ最適化など、幅広い問題に対処するために使用できる。
evortranは様々な選択、クロスオーバー、突然変異、エリート主義の戦略を提供しており、ユーザーは特定のニーズに合わせて進化アルゴリズムをカスタマイズすることができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: evortran is a modern Fortran library designed for high-performance genetic algorithms and evolutionary optimization. evortran can be used to tackle a wide range of problems in high-energy physics and beyond, such as derivative-free parameter optimization, complex search taks, parameter scans and fitting experimental data under the presence of instrumental noise. The library is built as an fpm package with flexibility and efficiency in mind, while also offering a simple installation process, user interface and integration into existing Fortran programs. evortran offers a variety of selection, crossover, mutation and elitism strategies, with which users can tailor an evolutionary algorithm to their specific needs. evortran supports different abstraction levels: from operating directly on individuals and populations, to running full evolutionary cycles, and even enabling migration between independently evolving populations to enhance convergence and maintain diversity. In this paper, we present the functionality of the evortran library, demonstrate its capabilities with example benchmark applications, and compare its performance with existing genetic algorithm frameworks. As physics-motivated applications, we use evortran to confront extended Higgs sectors with LHC data and to reconstruct gravitational wave spectra and the underlying physical parameters from LISA mock data, demonstrating its effectiveness in realistic, data-driven scenarios.
- Abstract（参考訳）: evortranは、高性能な遺伝的アルゴリズムと進化最適化のために設計された、現代のFortranライブラリである。
エボランは、微分自由パラメータ最適化、複雑なサーチタック、パラメータスキャン、実験データなど、高エネルギー物理学などにおける幅広い問題に対処するために用いられる。
ライブラリは、柔軟性と効率性を念頭に置いてfpmパッケージとして構築され、シンプルなインストールプロセス、ユーザインターフェース、既存のFortranプログラムとの統合も提供する。
evortranは様々な選択、クロスオーバー、突然変異、エリート主義の戦略を提供しており、ユーザーは特定のニーズに合わせて進化アルゴリズムをカスタマイズすることができる。
evortranは、個人や集団を直接操作することから、完全な進化のサイクルを走らせること、独立して進化した集団間の移動を可能にすることまで、様々な抽象化レベルをサポートしている。
本稿では,evortranライブラリの機能を示し,その性能を例示し,既存の遺伝的アルゴリズムフレームワークと比較する。
物理学をモチーフとした応用として,拡張ヒッグスセクターをLHCデータで対応させ,LISAモックデータから重力波スペクトルと基礎となる物理パラメータを再構成し,現実的なデータ駆動シナリオにおけるその有効性を実証する。
関連論文リスト
- Reparameterized LLM Training via Orthogonal Equivalence Transformation [54.80172809738605]
直交同値変換を用いてニューロンを最適化する新しいトレーニングアルゴリズムPOETを提案する。
POETは、目的関数を安定して最適化し、一般化を改善する。
我々は、大規模ニューラルネットワークのトレーニングにおいて、POETを柔軟かつスケーラブルにするための効率的な近似を開発する。
論文 参考訳（メタデータ） (2025-06-09T17:59:34Z) - Adaptive Clustering for Efficient Phenotype Segmentation of UAV Hyperspectral Data [1.6135226672466307]
無人航空機 (UAV) とハイパースペクトルイメージング (HSI) が組み合わさって、環境および農業用途の可能性を秘めている。
本稿では,リアルタイムツリー表現型セグメンテーションのためのオンラインハイパースペクトル簡易線形反復クラスタリングアルゴリズム(OHSLIC)を提案する。
論文 参考訳（メタデータ） (2025-01-17T13:48:04Z) - AcceleratedLiNGAM: Learning Causal DAGs at the speed of GPUs [57.12929098407975]
既存の因果探索法を効率的に並列化することにより,数千次元まで拡張可能であることを示す。
具体的には、DirectLiNGAMの因果順序付けサブプロデューサに着目し、GPUカーネルを実装して高速化する。
これにより、遺伝子介入による大規模遺伝子発現データに対する因果推論にDirectLiNGAMを適用することで、競争結果が得られる。
論文 参考訳（メタデータ） (2024-03-06T15:06:11Z) - regulAS: A Bioinformatics Tool for the Integrative Analysis of
Alternative Splicing Regulome using RNA-Seq data [0.0]
regulAS(regulAS)は、コンピュータ生物学研究者がスプライシングの制御機構を研究するのを支援するために設計されたバイオインフォマティクスツールである。
regulASのコア機能は、計算実験の自動化、効率的な結果の保存と処理、ワークフロー管理の効率化を可能にする。
統合ベーシックモジュールはregulASを拡張し、パブリックマルチオミクスUCSC XenaデータリポジトリからのRNA-Seqデータ検索、予測モデリング、機能ランキング機能などを備えている。
論文 参考訳（メタデータ） (2023-07-17T19:33:49Z) - Energy-efficient Task Adaptation for NLP Edge Inference Leveraging
Heterogeneous Memory Architectures [68.91874045918112]
Adapter-ALBERTは、様々なタスクにわたる最大データ再利用のための効率的なモデル最適化である。
検証されたNLPエッジアクセラレータ上でシミュレーションを行うことにより、モデルを不均一なオンチップメモリアーキテクチャにマッピングする利点を実証する。
論文 参考訳（メタデータ） (2023-03-25T14:40:59Z) - Massively Parallel Genetic Optimization through Asynchronous Propagation
of Populations [50.591267188664666]
Propulateは、グローバル最適化のための進化的最適化アルゴリズムとソフトウェアパッケージである。
提案アルゴリズムは, 選択, 突然変異, 交叉, 移動の変種を特徴とする。
Propulateは解の精度を犠牲にすることなく、最大で3桁高速であることがわかった。
論文 参考訳（メタデータ） (2023-01-20T18:17:34Z) - Towards Learning Universal Hyperparameter Optimizers with Transformers [57.35920571605559]
我々は,テキストベースのトランスフォーマーHPOフレームワークであるOptFormerを紹介した。
実験の結果,OptFormerは少なくとも7種類のHPOアルゴリズムを模倣できることがわかった。
論文 参考訳（メタデータ） (2022-05-26T12:51:32Z) - Scaling through abstractions -- high-performance vectorial wave
simulations for seismic inversion with Devito [0.6745502291821955]
Devitoは、ドメイン固有の言語とコンパイラ技術に基づく、オープンソースのPythonプロジェクトである。
本稿では、傾斜した横方向等方性媒体における擬音響波動方程式に対するMPI並列プロパゲータの生成とシミュレーションについて述べる。
論文 参考訳（メタデータ） (2020-04-22T12:20:07Z)
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。