文献

J-GLOBAL ID：201802224843845493   整理番号：18A0521096

大きな最適化のための高速微分進化【Powered by NICT】

Fast differential evolution for big optimization

著者 (4件)： Meselhi Mohamed A. (School of Engineering and Information Technology, University of New South Wales at Canberra, Canberra 2600, Australia) ,  Elsayed Saber M. (School of Engineering and Information Technology, University of New South Wales at Canberra, Canberra 2600, Australia) ,  Essam Daryl L. (School of Engineering and Information Technology, University of New South Wales at Canberra, Canberra 2600, Australia) ,  Sarker Ruhul A. (School of Engineering and Information Technology, University of New South Wales at Canberra, Canberra 2600, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SKIMA  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 過去数年にわたり,大きな最適化問題を扱う,限定されるものでないが,サイバーセキュリティおよびヘルスケアシステム,大量のデータを発生させるを含む色々な起源から,そして実時間処理を必要とする多くのドメインの重要な課題となっている。ヘルスケア領域では,捕獲した脳波(EEG)を扱う脳信号が不可欠である。進化的アルゴリズムは多くの複雑な最適化問題を解くことに成功しているが,大きな最適化のためのそれらの使用に限られた研究が行われてきた。添加では,それらは依然として計算的に不十分である。本論文では,非脳源泉から捕捉されたEEG信号からアーチファクトを除去するように設計されたグラフィックス処理ユニットの並列計算能力を用いて高速微分進化アルゴリズム。アルゴリズムは1024の決定変数を持つ問題で試験され,雑音のある場合とない場合,高品質な解を達成し,計算時間を81%削減の提案したアルゴリズムの能力,最先端のアルゴリズムと比較してであることを示している。Copyright 2018 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： *高速度 ,  アルゴリズム ,  最適化問題 ,  アーチファクト ,  脳波 ,  *最適化 ,  実時間処理 ,  並列演算 ,  CPU時間
準シソーラス用語： 決定変数 ,  微分進化アルゴリズム ,  GPU【プロセッサ】 ,  進化的アルゴリズム ,  サイバーセキュリティ ,  *微分進化 , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (2件)： 最適化 ,  微分進化