文献

J-GLOBAL ID：202002253019790361   整理番号：20A0121767

大規模大域最適化のための冗長計算最小化による効率的変数相互依存性同定と分解【JST・京大機械翻訳】

An efficient variable interdependency-identification and decomposition by minimizing redundant computations for large-scale global optimization

著者 (2件)： Kim Kyung Soo (Department of Electronics and Computer Engineering, Hanyang University, 222 Wangsimni-ro, Seongdong-gu, Seoul 04763, South Korea) ,  Choi Yong Suk (Department of Computer Science and Engineering, Hanyang University, 222 Wangsimni-ro, Seongdong-gu, Seoul 04763, South Korea)
資料名： Information Sciences  (Information Sciences)
巻： 513  ページ： 289-323  発行年： 2020年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 協調共進化(CC)に対する多くの可変分解法が提案されているが,特に大規模グローバル最適化(LSGO)問題に対して,スケーラブルで効率的な分解に関する研究はほとんどなされていない。本論文では,EVIIDと呼ばれる効率的な可変相互依存性同定と分解法を提案した。限られたスケールの効率的または正確な可変分解に焦点を合わせた既存の研究とは異なり,非常に高次元の問題においてさえも,高い効率と精度を有するスケーラブルな可変分解法を開発することが目的である。EVIIDは,3つのコア戦略を利用する:二値可変空間探索,動的摂動キャッシング,および予変数ソート。それらの相乗効果は,決定変数間の相互依存性を同定するために必要な多くの冗長な計算を剪定することにより,分解精度を犠牲にすることなく,スケーラブルで効率的な可変分解を可能にする。包括的実験において,EVIIDは,最先端の可変分解法に対して比較して,1000~10000次元ベンチマーク問題に対して高度にスケーラブルな分解能力を示した。さらに,EVIIDを実用的CCフレームワークに組み込んだとき,それは良好な最適化性能と高速収束を示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 摂動 ,  *冗長性 ,  *最適化 ,  相乗作用 ,  分割法 ,  ソーティング ,  動的計画法 ,  高次元 ,  ベンチマーク
準シソーラス用語： 決定変数 ,  キャッシング ,  協調共進化 ,  相互依存性 ,  *大域的最適化 , 【Automatic Indexing@JST】

著者キーワード (6件)： 変数相互依存性同定 ,  変数分解 ,  大規模大域最適化(LSGO) ,  協調共進化(CC) ,  分割統治戦略 ,  動的計画法

分類 (2件)： 人工知能  (JE08000Z) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (9件)： 大規模 ,  大域最適化 ,  冗長 ,  計算 ,  最小化 ,  変数 ,  相互依存性 ,  同定 ,  分解