論文の概要: Mycelial Search: A Graph-Structured Metaheuristic for Continuous Optimisation
- arxiv url: http://arxiv.org/abs/2608.23323v2
- Date: Mon, 31 Aug 2026 09:50:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:30.68082
- Title: Mycelial Search: A Graph-Structured Metaheuristic for Continuous Optimisation
- Title（参考訳）: Mycelial Search: 継続的最適化のためのグラフ構造化メタヒューリスティック
- Abstract要約: Mycoは、活発な先端、コミュニティの重み付けされた流れ、コードの可塑性、アンカーベースの注入を中心に設計されたグラフ構造メタヒューリスティックである。
コミュニティ構造はグラフベースの情報交換の範囲を規制するが、コード可塑性は局所的な方向の影響の持続性を制御する。
- 参考スコア（独自算出の注目度）: 2.6397379133308214
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Continuous optimisation methods need to balance sharing information and maintaining alternative search directions. In this paper, we introduce Mycelial Search (Myco), a graph-structured metaheuristic designed around active tips, community-weighted flow, adaptive cord plasticity, and anchor-based injection. Candidate solutions form an evolving spatial graph in which a Louvain partition distinguishes within-community from cross-community information exchange. Adaptive cord plasticity subsequently modifies active tip-to-tip edges according to their alignment with the local flow. An anchor-based injection mechanism supplements the graph-driven tip dynamics. We evaluated Myco on the CEC 2022 single-objective bound-constrained benchmark suite at dimensions $D=10$ and $D=20$, using 30 independent runs per algorithm-function pair. The comparison includes eleven established optimisers from several search families. Myco reaches competitive results on selected functions across both dimensions. The ablation analysis further shows that community structure regulates the range of graph-based information exchange, whereas cord plasticity controls the persistence of local directional influence. These findings indicate that graph-structured local interaction can support continuous optimisation, while its effectiveness depends on landscape structure and information transfer across local search regions.
- Abstract（参考訳）: 連続的な最適化手法は、情報の共有と代替の探索方向の維持のバランスをとる必要がある。
本稿では, アクティブチップ, コミュニティフロー, 適応コード可塑性, アンカーベースインジェクションを中心に設計されたグラフ構造化メタヒューリスティックMycelial Search(Myco)を紹介する。
候補解は進化する空間グラフを形成し、ルービン分割はコミュニティ内とコミュニティ間の情報交換を区別する。
アダプティブ・コード・プラスティックティはその後、局所的な流れとの整合性に応じてアクティブ・チップ・トゥ・チップ・エッジを修飾する。
アンカーベースのインジェクション機構は、グラフ駆動のチップダイナミクスを補完する。
我々は,アルゴリズム関数ペアあたり30の独立ランニングを用いて,CEC 2022単目的境界制約ベンチマークスイートのMycoを次元$D=10$と$D=20$で評価した。
比較対象には、複数の検索ファミリーから確立された11のオプティマイザが含まれる。
マイコは両方の次元にまたがる選択された関数の競争結果に達する。
アブレーション解析では,コミュニティ構造がグラフベースの情報交換の範囲を規制しているのに対し,コード可塑性は局所的な方向の影響の持続性を制御する。
これらの結果から,グラフ構造による局所的相互作用は連続的な最適化を支援するが,その有効性はランドスケープ構造と局所探索領域間の情報伝達に依存することが示唆された。
関連論文リスト
- Learning Adaptive Solvers for Distributed Factor Graph Optimization on Matrix Lie Groups [10.991847864573437]
DeepCORDは、一般行列リー群上の分散係数グラフ最適化のための学習強化フレームワークである。
提案手法は,現実的な運用シナリオにまたがるほとんどのベンチマークにおいて,既存の分散ベースラインよりも低い目的値を実現する。
論文 参考訳（メタデータ） (2026-07-09T17:35:26Z) - CuBAS: Information Geometric Curvature-Based Adaptive Sampling for Supervised Classification [52.452902154360565]
CuBASは、教師付き分類における適応データ選択のための情報幾何学的フレームワークである。
ラベル付きデータセットは統計多様体と見なすことができ、局所曲率は2階と1階の観測されたフィッシャー情報の比率で推定され、データの分布の幾何学的複雑さを忠実にエンコードする。
論文 参考訳（メタデータ） (2026-07-03T09:36:02Z) - Beyond Binary Success: A Diagnostic Meta-Evaluation Framework for Fine-Grained Manipulation [98.79811866787263]
診断メタ評価フレームワークであるMetaFineを紹介する。
局所的な空間構造を保存できる視覚エンコーダの能力は,きめ細かな精度の鍵となるボトルネックである。
評価をランキングから診断にシフトすることで、MetaFineは、ベンチマークを実際の物理デキスタリティに基づく階層化された能力の修復のための実行可能なコンパスに変換する。
論文 参考訳（メタデータ） (2026-05-19T15:25:13Z) - Triple Spectral Fusion for Sensor-based Human Activity Recognition [86.21994396715074]
本稿では,センサを用いたヒューマンアクティビティ認識(HAR)に適した新しい三重スペクトル融合フレームワークを提案する。
雑音抑制のための適応的な補間フィルタリング手法を開発し,各IMUセンサを姿勢・運動モードノードに整理する。
適応ウェーブレット周波数選択手法により、コンテキストの冗長性を抑え、特徴の長さを短縮する。
論文 参考訳（メタデータ） (2026-05-04T15:42:58Z) - Dynamic Graph with Similarity-Aware Attention Graph Neural Network for Recommender Systems [0.0]
本稿では,動的グラフ類似性を考慮した注意グラフニューラルネットワークフレームワークを提案する。
動的ユーザ類似性グラフ構築と多相性伝播とアテンションベースのアグリゲーションを統合している。
MovieLens100Kベンチマークの実験では、DG-SA-GNNが0.162のRecall@20と0.065のNDCG@20を達成した。
論文 参考訳（メタデータ） (2026-05-02T16:33:39Z) - Distributed Kalman--Consensus Filtering with Adaptive Uncertainty Weighting for Multi-Object Tracking in Mobile Robot Networks [2.536160127321797]
本稿では,移動ロボットネットワークにおけるマルチオブジェクト追跡(MOT)のための分散カルマン・コンセンサスフィルタ(DKCF)の実装と評価を行う。
このようなシステムにおける重要な課題は、ローカライゼーションの質が異なるエージェントからの情報の融合である。
本稿では,近隣情報の影響を動的に調整する不確実性を考慮した適応型コンセンサス重み付け機構を提案する。
論文 参考訳（メタデータ） (2026-03-11T21:41:10Z) - DREAM: Dual-Standard Semantic Homogeneity with Dynamic Optimization for Graph Learning with Label Noise [53.55187452152358]
本稿では,ラベル付きグラフ上での信頼度,関係インフォームド最適化のためのDREAM(Dual-Standard Semantic Homogeneity with Dynamic Optimization)を提案する。
具体的には、グラフ内の各ラベル付きノードの信頼性を反復的に再評価するリレーショナルインフォームド動的最適化フレームワークを設計する。
論文 参考訳（メタデータ） (2026-01-24T12:54:18Z) - Data-heterogeneity-aware Mixing for Decentralized Learning [63.83913592085953]
グラフの混合重みとノード間のデータ不均一性の関係に収束の依存性を特徴付ける。
グラフが現在の勾配を混合する能力を定量化する計量法を提案する。
そこで本研究では,パラメータを周期的かつ効率的に最適化する手法を提案する。
論文 参考訳（メタデータ） (2022-04-13T15:54:35Z) - A Regularized Wasserstein Framework for Graph Kernels [32.558913310384476]
最適輸送の正規化に基づくグラフカーネルの学習フレームワークを提案する。
このフレームワークは、新しい最適輸送距離計量、すなわち正則化ワッサーシュタイン(RW)の不一致を提供する。
我々は12のデータセットを用いて16の最先端のベースラインに対して,我々の手法を実証的に検証した。
論文 参考訳（メタデータ） (2021-10-06T07:54:04Z) - Local Augmentation for Graph Neural Networks [78.48812244668017]
本稿では,局所的な部分グラフ構造によりノード特性を向上する局所拡張を提案する。
局所的な拡張に基づいて、プラグイン・アンド・プレイ方式で任意のGNNモデルに適用可能な、LA-GNNという新しいフレームワークをさらに設計する。
論文 参考訳（メタデータ） (2021-09-08T18:10:08Z) - Self-Growing Spatial Graph Network for Context-Aware Pedestrian
Trajectory Prediction [11.716375199937568]
STR-GGRNN(Social Trajectory Recommender-Gated Graph Recurrent Neighborhood Network)
STR-GGRNNは、コンテキストシーンの特徴と歩行者の視覚的手がかりに基づいて、データ駆動の適応型オンライン地区推薦を使用する。
ETH-UCYデータセット上での最高性能モデルは12cm ADEと$sim$15 cm FDEである。
論文 参考訳（メタデータ） (2020-12-11T13:25:58Z)
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。