抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
参照ベース最適化アルゴリズムは,異なるチューニングの対間の比較のみに基づく決定ベクトルの最適キャリブレーションを求める反復手順である。各反復において,ヒト意思決定者は2つのキャリブレーション(サンプル)間の選好性を発現し,どのものが他よりも良いかを強調した。最適化手続きは,意思決定者によって最も好ましい決定ベクトルの調整を見つけるのに,観察された選好を使用しなければならず,また,比較の数を最小化する。本研究では,ユーティリティ理論の観点から選好ベース最適化問題を定式化した。次に,GLISp-r,GLISpと呼ばれる最近の選好ベース最適化手順の拡張を提案した。後者は,意思決定者の味覚を記述するために,動径基底関数代理人を用いる。反復的に,GLISpは新しいサンプルを提案し,代理モデルと決定空間の探査のトレードオフにより利用可能な最良のキャリブレーションと比較した。GLISp-rでは,ブラックボックス最適化フレームワークにおける一般的な手順であるMSRSに触発された新しい候補サンプルを探すときに用いる異なる基準を提案した。GLISpと比較して,GLISp-rは,選好ベースの最適化問題の局所的最適条件で, stみ出す可能性が低い。グローバル収束の証明と経験的に,いくつかのベンチマーク最適化問題におけるGLISpとGLISp-rの性能を比較することによって,この主張を理論的に動機づけた。【JST・京大機械翻訳】