論文の概要: RDEx-CSOP: Feasibility-Aware Reconstructed Differential Evolution with Adaptive epsilon-Constraint Ranking

• arxiv url: http://arxiv.org/abs/2603.27090v1
• Date: Sat, 28 Mar 2026 02:23:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:44.778018
• Title: RDEx-CSOP: Feasibility-Aware Reconstructed Differential Evolution with Adaptive epsilon-Constraint Ranking
• Title（参考訳）: RDEx-CSOP:適応型epsilon-Constraint Rankingを用いたFasibility-Aware Reconstructed Differential Evolution
• Authors: Sichen Tao, Yifei Yang, Ruihan Zhao, Kaiyu Wang, Sicheng Liu, Shangce Gao,
• Abstract要約: 本報告では、IEEE CEC 2025数値最適化コンペティションで使用される制約付き微分進化変種RDEx-CSOPについて述べる。 RDEx-CSOP を U-score フレームワークを用いて CEC 2025 CSOP ベンチマークで評価した。 その結果,RDEx-CSOPは全比較アルゴリズムの中で最高スコアと最高ランクを達成できた。
• 参考スコア（独自算出の注目度）: 13.368759036974224
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Constrained single-objective numerical optimisation requires both feasibility maintenance and strong objective-value convergence under limited evaluation budgets. This report documents RDEx-CSOP, a constrained differential evolution variant used in the IEEE CEC 2025 numerical optimisation competition (C06 special session). RDEx-CSOP combines success-history parameter adaptation with an exploitation-biased hybrid search and an ε-constraint handling mechanism with a time-varying threshold. We evaluate RDEx-CSOP on the official CEC 2025 CSOP benchmark using the U-score framework (Speed, Accuracy, and Constraint categories). The results show that RDEx-CSOP achieves the highest total score and the best average rank among all released comparison algorithms, mainly through strong speed and competitive constraint-handling performance across the 28 benchmark functions.
• Abstract（参考訳）: 制約付き単目的数値最適化は、限られた評価予算の下で実現可能性維持と強い客観的値収束の両方を必要とする。 本報告では、IEEE CEC 2025数値最適化コンペティション(C06スペシャルセッション)で使用される制約付き微分進化変種RDEx-CSOPについて述べる。 RDEx-CSOPは、成功履歴パラメータ適応と、利用バイアス付きハイブリッドサーチと、ε制約処理機構を時間変化閾値で組み合わせる。 RDEx-CSOP を U-score framework (Speed, Accuracy, and Constraint category) を用いて公式 CEC 2025 CSOP ベンチマークで評価した。 その結果,RDEx-CSOPは,28個のベンチマーク関数の強い速度と競争的制約処理性能によって,全比較アルゴリズムの中で最高スコアと最高平均ランクを達成していることがわかった。

関連論文リスト

• Taming the Instability: A Robust Second-Order Optimizer for Federated Learning over Non-IID Data [77.19117648492104]
  We present Federated Robust Curvature Optimization (FedRCO), a novel second-order optimization framework designed to improve convergence speed and reduce communication cost。 FedRCOは、効率的な近似曲率と証明可能な安定性メカニズムを統合することで、これらの課題に対処する。 我々は,FedRCOが,最先端の1次法と2次法のどちらよりも高い精度と高速な収束を実現しつつ,多種多様な非IIDシナリオに対して優れたロバスト性を実現することを示す。
  論文  参考訳（メタデータ） (2026-03-30T11:37:46Z)
• RDEx-MOP: Indicator-Guided Reconstructed Differential Evolution for Fixed-Budget Multiobjective Optimization [13.368759036974224]
  本報告では、IEEE CEC 2025数値最適化コンペティションで使用される再構成された微分進化変種RDEx-MOPについて述べる。 RDEx-MOP を CEC 2025 MOP ベンチマークで評価し,チェックポイントトレースと中央値の U-score フレームワークを用いて評価した。 実験の結果,RDEx-MOPは全比較アルゴリズムの中で最高スコアと最高平均ランクを達成できた。
  論文  参考訳（メタデータ） (2026-03-28T02:25:34Z)
• RDEx-SOP: Exploitation-Biased Reconstructed Differential Evolution for Fixed-Budget Bound-Constrained Single-Objective Optimization [13.368759036974224]
  本報告では, IEEE CEC 2025数値最適化コンペティションで使用される, 評価バイアス付き成功史差分進化変種RDEx-SOPについて述べる。 RDEx-SOP を U-score フレームワークによる公式 CEC 2025 SOP ベンチマークで評価する(高速化と精度のカテゴリ)。
  論文  参考訳（メタデータ） (2026-03-28T02:18:38Z)
• A Longitudinal Analysis of the CEC Single-Objective Competitions (2010-2024) and Implications for Variational Quantum Optimization [14.551721187769049]
  IEEE CEC Single Objective Optimizationの結果(2010-2024)を歴史的に分析した。 ベンチマーク関数が勝利アルゴリズムをどう形成するかを解析し、2014年の高密度回転行列の導入を重要性能フィルタとして同定する。 我々は、これらの最新のベンチマークと変分量子アルゴリズムのランドスケープの構造的類似性を同定し、進化したCECソルバが量子制御に必要な特定の適応能力を持っていることを示唆した。
  論文  参考訳（メタデータ） (2026-03-25T10:04:46Z)
• Not All Preferences Are Created Equal: Stability-Aware and Gradient-Efficient Alignment for Reasoning Models [52.48582333951919]
  ポリシー更新の信号対雑音比を最大化することにより、アライメントの信頼性を高めるために設計された動的フレームワークを提案する。 SAGE(Stability-Aware Gradient Efficiency)は、モデル能力に基づいて候補プールをリフレッシュする粗いきめ細かいカリキュラムメカニズムを統合する。 複数の数学的推論ベンチマークの実験により、SAGEは収束を著しく加速し、静的ベースラインを上回っていることが示された。
  論文  参考訳（メタデータ） (2026-02-01T12:56:10Z)
• Robust Differential Evolution via Nonlinear Population Size Reduction and Adaptive Restart: The ARRDE Algorithm [0.010411372746649314]
  ARRDE は LSHADE アルゴリズム上に構築され,jSO の鍵機構を組み込んだ非線形人口削減戦略を導入している。 ARRDEは、考慮されたすべてのベンチマークスイートの中で、トップレベルのパフォーマンスを一貫して示す。
  論文  参考訳（メタデータ） (2025-11-23T12:50:25Z)
• NDCG-Consistent Softmax Approximation with Accelerated Convergence [67.10365329542365]
  本稿では,ランキングの指標と直接一致した新たな損失定式化を提案する。 提案したRG損失を高効率な Alternating Least Squares (ALS) 最適化手法と統合する。 実世界のデータセットに対する実証的な評価は、我々のアプローチが同等または上位のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2025-06-11T06:59:17Z)
• Tuning for Trustworthiness -- Balancing Performance and Explanation Consistency in Neural Network Optimization [49.567092222782435]
  我々は,異なる特徴帰属法間の合意として定義された,XAI整合性という新しい概念を紹介する。 予測性能と説明のバランスをとる多目的最適化フレームワークを構築した。 本研究は、トレードオフゾーンバランス性能損失とXAI整合性による強靭性向上のモデルについて、今後の研究基盤を提供する。
  論文  参考訳（メタデータ） (2025-05-12T13:19:14Z)
• Call for Action: towards the next generation of symbolic regression benchmark [2.7253033812941387]
  記号回帰は解釈可能な数学的表現を発見するための強力なテクニックである。 SR手法のベンチマークはアルゴリズム、データセット、評価基準の多様性のために依然として難しい。
  論文  参考訳（メタデータ） (2025-05-06T21:02:20Z)
• Evolving Pareto-Optimal Actor-Critic Algorithms for Generalizability and Stability [67.8426046908398]
  汎用性と安定性は,実世界における強化学習(RL)エージェントの運用において重要な2つの目的である。 本稿では,アクター・クリティック・ロス関数の自動設計法であるMetaPGを提案する。
  論文  参考訳（メタデータ） (2022-04-08T20:46:16Z)

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。