困難な問題は成功に基づくパラメータ制御に容易である【JST・京大機械翻訳】

Fajardo Mario Alejandro Hevia; Sudholt Dirk

プレプリント

J-GLOBAL ID：202202206405108862 整理番号：22P0330239

困難な問題は成功に基づくパラメータ制御に容易である【JST・京大機械翻訳】

Hard Problems are Easier for Success-based Parameter Control

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 (2件)： ,
資料名：
発行年： 2022年04月12日プレプリントサーバーでの情報更新日： 2022年04月12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)

最近の研究は,進化的アルゴリズム(EA)における自己調整パラメータのための単純な成功ベースの規則が,離散問題に関して最良の固定パラメータを適合または凌ぐことができることを示した。自己調整子孫集団サイズλと組み合わせた(1λ)EAにおける非炎は,マルチモーダルCliff問題に関する一般的EAを凌駕する。しかしながら,自己調整を支配する成功率が十分小さいならば,これは,このだけでは,わずかしか保持されないことを示した。さもなければ,1Max上でさえ,自己調整(1λ)EAは,頻繁な成功が子孫個体群サイズを動かす容易な傾斜で停滞する。著者らは,自己調整が,容易な傾斜の不在で意図されることを示す。成功が発見するのが容易で,自己調整(1λ)EAが成功率sの選択に関してロバストである,どこでもハード関数を定義する。評価の数に一般的な適応レベル上限を与え,dが非最適適応値の数であり,p_minが非最適探索点から改善を見つける最小確率である,発生の予想数は,ほとんどのO(d+log(1/p_min))であることを示した。著者らは,あらゆるどこでもハード関数リードOnesと,調整可能な困難を有するあらゆるどこのハード関数の新しいクラス1MaxBlockの含意について議論する。【JST・京大機械翻訳】

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

数値計算 , 人工知能

, ,

前のページに戻る