文献

J-GLOBAL ID：202202279144893653   整理番号：22A0481081

ブラックボックス最適化問題の特徴付けと比較のための回帰モデルの利用【JST・京大機械翻訳】

Using regression models for characterizing and comparing black box optimization problems

著者 (2件)： Saleem Sobia (School of Information Technology and Electrical Engineering, University of Queensland, Q. 4702, Australia) ,  Gallagher Marcus (School of Information Technology and Electrical Engineering, University of Queensland, Q. 4702, Australia)
資料名： Swarm and Evolutionary Computation  (Swarm and Evolutionary Computation)
巻： 68  ページ： Null  発行年： 2022年 
JST資料番号： W3213A  ISSN： 2210-6502  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： ブラックボックス最適化問題の特徴付けは,アルゴリズム選択と構成のベンチマークとその後の自動化の改善に重要である。探索的景観解析における既存の手法は,解析の適用と結果の検証における困難を創造できる不均一な特徴に基づいている。本論文では,回帰モデルを用いて問題を比較する簡単で強力な方法を提案した。Gaussプロセスを柔軟な回帰モデルとして用いて,問題景観の近似的特性化を提供した。問題間の距離の尺度として,異なる問題インスタンスの回帰モデル間の差異を用いた。回帰モデルの適合の良さは,このモデルが問題を作る近似を検証することを可能にした。続いて,この問題の良好な表現を提供するために,適切なサンプルサイズを決定するのに使用できる。BBOBベンチマーク問題集合における問題関係を探索するために,モデルベースフレームワークを適用した。結果は,このフレームワークが比較的高い次元における問題類似性を表すのに有効であることを証明した。また,類似性の既知のランキングが課される一連のクラスタリング問題に関する方法を評価した。結果は,フレームワークが問題類似性を回復するのに非常に有効であることを示した。Copyright 2022 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： アルゴリズム ,  *最適化 ,  自動化 ,  *最適化問題 ,  Gauss過程 ,  近似法 ,  クラスタ化 ,  *ブラックボックス ,  等級づけ ,  *回帰モデル ,  類似性 ,  キャラクタリゼーション ,  ベンチマーク
準シソーラス用語： モデルベース , 【Automatic Indexing@JST】

著者キーワード (4件)： 連続ブラックボックス最適化 ,  問題比較 ,  探索的景観解析 ,  Gauss過程

分類 (2件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： ブラックボックス ,  最適化問題 ,  回帰モデル