GLISp-r:収束保証付き選好ベース最適化アルゴリズム【JST・京大機械翻訳】

Previtali Davide; Mazzoleni Mirko; Ferramosca Antonio; Previdi Fabio

プレプリント

J-GLOBAL ID：202202214016000374 整理番号：22P0283737

GLISp-r:収束保証付き選好ベース最適化アルゴリズム【JST・京大機械翻訳】

GLISp-r: A preference-based optimization algorithm with convergence guarantees

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02月02日プレプリントサーバーでの情報更新日： 2023年10月02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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

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】

, , , , , , , , , , , , , ,

数理計画法 , その他のオペレーションズリサーチの手法

, , ,

前のページに戻る