HV-Net:ディープセットに基づくハイパーボリューム近似【JST・京大機械翻訳】

Shang Ke; Chen Weiyu; Liao Weiduo; Ishibuchi Hisao

プレプリント

J-GLOBAL ID：202202201403448079 整理番号：22P0298835

HV-Net:ディープセットに基づくハイパーボリューム近似【JST・京大機械翻訳】

HV-Net: Hypervolume Approximation based on DeepSets

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月04日プレプリントサーバーでの情報更新日： 2022年03月04日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本レターでは,進化的多目的最適化におけるハイパーボリューム近似のための新しい方法であるHV-Netを提案する。HV-Netの基本的アイデアは,非支配解集合のハイパーボリュームを近似するために,置換不変特性を有する深いニューラルネットワークであるDeepSetsを用いることである。HV-Netの入力は目的空間における非支配解集合であり,出力はこの解集合の近似超体積値である。HV-Netの性能を,2つの一般的に用いられるハイパーボリューム近似法(即ち,点ベース法とラインベース法)と比較して,計算実験を通して評価した。著者らの実験結果は,HV-Netが近似誤差と実行時間の両方に関して他の2つの方式より優れていて,それはハイパーボリューム近似のために深い学習技術を使用する可能性を示した。【JST・京大機械翻訳】

, , , , , ,
, 【Automatic Indexing@JST】

人工知能 , 図形・画像処理一般

前のページに戻る