論文の概要: Framework for identifying the equivalence between Nature-Inspired Metaheuristics

• arxiv url: http://arxiv.org/abs/2603.28255v1
• Date: Mon, 30 Mar 2026 10:29:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.339147
• Title: Framework for identifying the equivalence between Nature-Inspired Metaheuristics
• Title（参考訳）: 自然に触発されたメタヒューリスティクスの同値性同定のための枠組み
• Authors: Iztok Fister, Žan Hozjan, Iztok Fister,, Damjan Strnad,
• Abstract要約: 批判は、全ての新しいアルゴリズムが既に開発されたアルゴリズムのコピーに過ぎないと批判するほどまで達している。 2つの自然に着想を得たメタヒューリスティックスの間の類似性を推定するための強い同値定理を定義する。 自然に触発されたメタヒューリスティクスの同値性を特定するためのフレームワークが開発されている。
• 参考スコア（独自算出の注目度）: 3.754826876503254
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The domain of metaheuristic optimization has become vibrant due to a flood of new algorithms using a new nature-inspired metaphor but lacking clear methodological novelty. The Criticism behind the development of these algorithms has reached such an extent that the critics started to assert that all novel algorithms are only copies of already developed ones. In this study, we try to show that the situation is not so black and white. Therefore, we define a strong equivalence theorem for estimating the similarity between two nature-inspired metaheuristics, according to which two algorithms are equivalent if, and only if, the cosine similarity of their phenotypic and genotypic feature vectors, characterizing their behavior by searching for the optimal solutions, is above some threshold. On the theorem basis, a framework is developed for identifying the equivalence between nature-inspired metaheuristics. Extensive experimental work using the framework has shown that searching for conditions to achieve the high similarity of the more well-known nature-inspired metaheuristics is hard, or even not possible to achieve, in the limited computational environments.
• Abstract（参考訳）: メタヒューリスティック最適化の領域は、新しい自然に触発されたメタファーを用いた新しいアルゴリズムの洪水によって活気を増している。 これらのアルゴリズムの開発の背後にある批判は、批判者が全ての新しいアルゴリズムは既に開発されたアルゴリズムのコピーに過ぎないと主張するほどまで達している。 本研究では,この状況が白黒ではないことを示す。 したがって、2つの自然に着想を得たメタヒューリスティックスの類似性を推定するための強い同値定理を定義し、その2つのアルゴリズムが同値であることと、それらの表現型およびジェノタイプ特徴ベクトルのコサイン類似性が、最適解を探索することによってそれらの挙動を特徴づけることが、しきい値を超えることを仮定する。 定理に基づいて、自然に着想を得たメタヒューリスティックスの間の同値性を特定するためのフレームワークが開発された。 このフレームワークを用いた大規模な実験により、限られた計算環境では、よりよく知られた自然に触発されたメタヒューリスティックスに高い類似性をもたらす条件を探すことは困難である、あるいは不可能であることが示された。

関連論文リスト

• Characterizing Nexus of Similarity within Knowledge Bases: A Logic-based Framework and its Computational Complexity Aspects [7.773399781313891]
  我々は,エンティティ間の類似性のネクサスを形式的かつ自動的に特徴付ける新しい論理ベースのフレームワークを開発する。 このフレームワークの計算複雑性の側面を分析する。
  論文  参考訳（メタデータ） (2023-03-19T16:50:59Z)
• On the Convergence of Distributed Stochastic Bilevel Optimization Algorithms over a Network [55.56019538079826]
  バイレベル最適化は、幅広い機械学習モデルに適用されている。 既存のアルゴリズムの多くは、分散データを扱うことができないように、シングルマシンの設定を制限している。 そこで我々は,勾配追跡通信機構と2つの異なる勾配に基づく分散二段階最適化アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-06-30T05:29:52Z)
• Between Rate-Distortion Theory & Value Equivalence in Model-Based Reinforcement Learning [21.931580762349096]
  本稿では,エージェントが相変わらず最適動作を回復する環境の単純で有用な近似を合成するアルゴリズムを提案する。 我々は、この損失のある環境圧縮問題の情報理論的性質を認識し、この速度歪み理論の適切なツールを用いて、値等価性がトラクタビリティを他の難解なシーケンシャルな意思決定問題にもたらすことができるかを数学的に正確にする。
  論文  参考訳（メタデータ） (2022-06-04T17:09:46Z)
• Amortized Implicit Differentiation for Stochastic Bilevel Optimization [53.12363770169761]
  決定論的条件と決定論的条件の両方において、二段階最適化問題を解決するアルゴリズムのクラスについて検討する。 厳密な勾配の推定を補正するために、ウォームスタート戦略を利用する。 このフレームワークを用いることで、これらのアルゴリズムは勾配の偏りのない推定値にアクセス可能な手法の計算複雑性と一致することを示す。
  論文  参考訳（メタデータ） (2021-11-29T15:10:09Z)
• Artificial Intelligence Algorithms for Natural Language Processing and the Semantic Web Ontology Learning [0.76146285961466]
  新しい進化的クラスタリングアルゴリズム(ECA*)が提案されている。 5つの最先端アプローチに対してECA*を評価する実験を行った。 その結果,ECA*は,適切なクラスタを見つける能力において,その競争力を克服していることがわかった。
  論文  参考訳（メタデータ） (2021-08-31T11:57:41Z)
• Parallelizing Contextual Linear Bandits [82.65675585004448]
  並列な)コンテキスト線形バンディットアルゴリズムの族を提示し、その遺残はそれらの完全シーケンシャルなアルゴリズムとほぼ同一である。 また,これらの並列アルゴリズムについて,材料発見や生物配列設計の問題など,いくつかの領域で実証評価を行った。
  論文  参考訳（メタデータ） (2021-05-21T22:22:02Z)
• Efficient Methods for Structured Nonconvex-Nonconcave Min-Max Optimization [98.0595480384208]
  定常点に収束する一般化外空間を提案する。 このアルゴリズムは一般の$p$ノルド空間だけでなく、一般の$p$次元ベクトル空間にも適用される。
  論文  参考訳（メタデータ） (2020-10-31T21:35:42Z)
• A general framework for defining and optimizing robustness [74.67016173858497]
  分類器の様々な種類の堅牢性を定義するための厳密でフレキシブルなフレームワークを提案する。 我々の概念は、分類器の堅牢性は正確性とは無関係な性質と考えるべきであるという仮定に基づいている。 我々は,任意の分類モデルに適用可能な,非常に一般的なロバスト性フレームワークを開発する。
  論文  参考訳（メタデータ） (2020-06-19T13:24:20Z)
• Comprehensive Taxonomies of Nature- and Bio-inspired Optimization: Inspiration versus Algorithmic Behavior, Critical Analysis and Recommendations (from 2020 to 2024) [19.09373077982117]
  生物学的過程を模倣して複雑な問題を解くバイオインスパイアされた最適化法が近年、人気を集めている。 バイオインスパイアされたアルゴリズムの数が指数関数的に増加することは、この研究領域の将来の軌道に課題をもたらす。
  論文  参考訳（メタデータ） (2020-02-19T12:34:45Z)

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。