論文の概要: Diagnosing Optimizer-Landscape Interaction via Representation in Subset Selection Multitasking: Evidence from Piano Fingering

• arxiv url: http://arxiv.org/abs/2610.39779v1
• Date: Thu, 29 Oct 2026 10:30:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-31 05:25:12.492925
• Title: Diagnosing Optimizer-Landscape Interaction via Representation in Subset Selection Multitasking: Evidence from Piano Fingering
• Title（参考訳）: サブセット選択マルチタスキングにおける表現による最適化とランドスケープの相互作用の診断:ピアノフィンガリングによる証拠
• Abstract要約: 本研究は、フィットネスランドスケープ分析を通じて、表現誘発フィットネスランドスケープと行動の相互作用を分析する。 解析の結果,移動効果は表現による景観特性の変化と強く関連していることが示唆された。
• 参考スコア（独自算出の注目度）: 3.9478538038040063
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Continuous relaxations are commonly used as an encoding scheme for evolutionary multitasking optimization (EMTO), allowing heterogeneous tasks to be optimized within a unified search space. However, these continuous representations fundamentally reshape the induced fitness landscape, and their impact on optimization behavior and knowledge transfer remains underexplored. In this work, we bridge the gap by analyzing the interaction between the representation-induced fitness landscape and optimizer behavior through fitness landscape analysis. Using piano fingering estimation as a representative case of the subset selection problem, we introduce several encoding variants and investigate how their induced landscapes influence search dynamics and solution quality under EMTO. Our analysis indicates that transfer efficacy is strongly associated with changes in representation-induced landscape characteristics, rather than algorithmic factors alone, highlighting the representation design as the key factor of effective knowledge transfer in multitasking optimization.
• Abstract（参考訳）: 連続緩和は、進化的マルチタスク最適化(EMTO)の符号化スキームとして一般的に用いられ、不均一なタスクを統一検索空間内で最適化することができる。 しかし、これらの連続表現は、誘導されたフィットネスの景観を根本的に再構築し、最適化行動や知識伝達への影響は、まだ未解明のままである。 本研究は,フィットネスランドスケープ解析を通じて,表現誘導型フィットネスランドスケープとオプティマイザ行動との相互作用を分析することにより,ギャップを埋めるものである。 ピアノ指先推定をサブセット選択問題の代表的な事例として用い,いくつかの符号化変種を導入し,それらの誘導された景観がEMTOの探索力学および解品質に与える影響について検討した。 解析の結果, 伝達効率は, アルゴリズムのみでなく, 表現による景観特性の変化と強く結びついており, マルチタスク最適化における効果的な知識伝達の鍵となる表現設計を強調している。

関連論文リスト

• When Surfaces Lie: Exploiting Wrinkle-Induced Attention Shift to Attack Vision-Language Models [10.673331719964184]
  本研究では, 三次元織物シワの力学から着想を得たパラメトリック構造摂動法を提案する。 本手法は, マルチスケールのひび割れ場を構築し, 変位場歪みと表面不連続な外観変化を統合することで, 非剛性摂動を生成する。
  論文  参考訳（メタデータ） (2026-03-29T16:35:18Z)
• Semantic Prioritization in Visual Counterfactual Explanations with Weighted Segmentation and Auto-Adaptive Region Selection [50.68751788132789]
  本研究は,自動適応候補編集ネットワーク(WSAE-Net)を用いた重み付きセマンティックマップ(Weighted Semantic Map)という,革新的な手法を提案する。 重み付きセマンティックマップの生成は、計算される必要のある非意味的特徴単位の削減を最大化するように設計されている。 自動適応型候補編集シーケンスは、処理すべき特徴ユニット間の最適な計算順序を決定するように設計されている。
  論文  参考訳（メタデータ） (2025-11-17T05:34:10Z)
• Socio-cognitive agent-oriented evolutionary algorithm with trust-based optimization [70.49434432747293]
  信頼に基づく最適化(TBO)は、従来の周期的移行を信頼や評価に基づく柔軟なエージェント駆動の相互作用メカニズムに置き換える進化計算における島モデルの新たな拡張である。 実験の結果、TBOは様々な最適化問題において標準島モデル進化アルゴリズムよりも優れていた。
  論文  参考訳（メタデータ） (2025-10-29T01:59:26Z)
• AdaptiSent: Context-Aware Adaptive Attention for Multimodal Aspect-Based Sentiment Analysis [1.0858565995100635]
  マルチモーダルアスペクトベース感覚分析(MABSA)のための新しいフレームワークであるAdaptiSentを紹介する。 本モデルは,動的モダリティ重み付けと文脈適応型アテンションを統合し,感情の抽出とアスペクト関連情報の抽出を強化する。 標準Twitterデータセットの結果は、AdaptiSentが既存のモデルを精度、リコール、F1スコアで上回っていることを示している。
  論文  参考訳（メタデータ） (2025-07-17T00:06:43Z)
• Temporal True and Surrogate Fitness Landscape Analysis for Expensive Bi-Objective Optimisation [0.0]
  本研究では、真の適合関数の風景と多目的関数の代理モデルの風景を比較した。 最適化中、異なる点における風景の特徴を時間的に観察することで実現している。 相違はあるものの、真実と代理的な景観の特徴は互いに高い相関関係を示している。
  論文  参考訳（メタデータ） (2024-04-09T18:20:16Z)
• Understanding fitness landscapes in morpho-evolution via local optima networks [0.1843404256219181]
  モルフォ進化(Morpho-evolution、ME)とは、ロボットの設計とコントローラを同時に最適化し、タスクと環境が与えられた性能を最大化することを指す。 従来の研究では、目的関数に対する性能と評価される設計の多様性に関して、エンコーディングの実証的な比較を行っているが、この結果を説明する試みは行われていない。 移動作業のためのロボットを進化させる際の3つの異なるエンコーディングによって引き起こされるフィットネスランドスケープの構造について検討し、異なるフィットネスランドスケープを探索プロセスで横断できる容易性に新たな光を当てる。
  論文  参考訳（メタデータ） (2024-02-12T17:26:35Z)
• OT-Attack: Enhancing Adversarial Transferability of Vision-Language Models via Optimal Transport Optimization [65.57380193070574]
  視覚言語事前学習モデルは、マルチモーダル対逆例に対して脆弱である。 近年の研究では、データ拡張と画像-テキストのモーダル相互作用を活用することで、対向的な例の転送可能性を高めることが示されている。 本稿では,OT-Attack と呼ばれる最適輸送方式の敵攻撃を提案する。
  論文  参考訳（メタデータ） (2023-12-07T16:16:50Z)
• Long-Term Invariant Local Features via Implicit Cross-Domain Correspondences [79.21515035128832]
  我々は、様々なドメイン変更の下で、現在の最先端特徴抽出ネットワークの性能を徹底的に分析する。 我々は、新しいデータ中心方式、Implicit Cross-Domain Correspondences (iCDC)を提案する。 iCDCは複数のニューラル・ラジアンス・フィールドで同じ環境を表し、それぞれが個々の視覚領域の下にシーンを適合させる。
  論文  参考訳（メタデータ） (2023-11-06T18:53:01Z)
• Weakly supervised cross-domain alignment with optimal transport [102.8572398001639]
  画像オブジェクトとテキストシーケンス間のクロスドメインアライメントは多くの視覚言語タスクの鍵となる。 本稿では,画像とテキスト間の微粒な意味的類似点の同定と最適化のための新しいアプローチについて検討する。
  論文  参考訳（メタデータ） (2020-08-14T22:48:36Z)
• Unsupervised Bidirectional Cross-Modality Adaptation via Deeply Synergistic Image and Feature Alignment for Medical Image Segmentation [73.84166499988443]
  我々は、Synergistic Image and Feature Alignment (SIFA)と名付けられた新しい教師なしドメイン適応フレームワークを提案する。 提案するSIFAは、画像と特徴の両方の観点から、ドメインの相乗的アライメントを行う。 2つの異なるタスクに対する実験結果から,SIFA法は未ラベル対象画像のセグメンテーション性能を向上させるのに有効であることが示された。
  論文  参考訳（メタデータ） (2020-02-06T13:49:47Z)

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。