文献

J-GLOBAL ID：201602254095924643   整理番号：16A1352796

外傷システムのデータ駆動型代理支援多目的進化的最適化【Powered by NICT】

Data-Driven Surrogate-Assisted Multiobjective Evolutionary Optimization of a Trauma System

著者 (3件)： Wang Handing (Department of Computer Science, University of Surrey, Guildford, U.K.) ,  Jin Yaochu (Department of Computer Science, University of Surrey, Guildford, U.K.) ,  Jansen Jan O. (NHS Grampian, Health Services Research Unit, University of Aberden, Aberdeen, U.K.)
資料名： IEEE Transactions on Evolutionary Computation  (IEEE Transactions on Evolutionary Computation)
巻： 20  号： 6  ページ： 939-952  発行年： 2016年 
JST資料番号： W0968A  ISSN： 1089-778X  CODEN： ITEVF5  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 進化的最適化に関する大部分の既存の研究はの目的と制約を評価するための解析関数であることを仮定している。実世界では,しかしながら,多くの最適化問題の目的または制約値はデータのみに基づいて評価でき,そのような最適化問題を解く,データ駆動型最適化として知られている。本論文では,著者らは二つのカテゴリー,すなわち,オフラインとオンラインデータ駆動最適化へのデータ駆動型最適化問題を分割し,それに関与する主な課題を論じた。進化的アルゴリズムは,外傷システム,典型的なオフラインデータ駆動型多目的最適化問題の設計を最適化するために提案した,目的と制約は,事故のみを用いて評価することができる。各単一機能評価は大量の患者データのを含んでいるので,進化的最適化の計算時間を短縮するためにmultifidelity代替管理戦略を開発した。主なアイデアは,異なる数のクラスタに元のデータをクラスタリングすることにより近似忠実度を適応的に調整し,回帰モデルは,必要な最小忠実度を推定するために構築した。実験結果は,提案したアルゴリズムが解の品質のはるかに犠牲にすることなく計算時間の90%まで節約できることを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 制約条件 ,  回帰モデル ,  CPU時間 ,  *最適化 ,  アルゴリズム ,  多目的計画法 ,  解析関数 ,  クラスタ ,  最適化問題 ,  患者
準シソーラス用語： 進化的アルゴリズム ,  オンライン ,  オフライン ,  *進化的最適化 ,  *データ駆動 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 外傷 ,  データ駆動 ,  支援 ,  多目的 ,  進化的最適化