文献

J-GLOBAL ID：202202291902638158   整理番号：22A1101351

3次元における線/平面ベースパレートフロント上の超体積最適μ分布【JST・京大機械翻訳】

Hypervolume-Optimal μ-Distributions on Line/Plane-Based Pareto Fronts in Three Dimensions

著者 (5件)： Shang Ke (Department of Computer Science and Engineering, Guangdong Provincial Key Laboratory of Brain-Inspired Intelligent Computation, Southern University of Science and Technology, Shenzhen, China) ,  Ishibuchi Hisao (Department of Computer Science and Engineering, Guangdong Provincial Key Laboratory of Brain-Inspired Intelligent Computation, Southern University of Science and Technology, Shenzhen, China) ,  Chen Weiyu (Department of Computer Science and Engineering, Guangdong Provincial Key Laboratory of Brain-Inspired Intelligent Computation, Southern University of Science and Technology, Shenzhen, China) ,  Nan Yang (Department of Computer Science and Engineering, Guangdong Provincial Key Laboratory of Brain-Inspired Intelligent Computation, Southern University of Science and Technology, Shenzhen, China) ,  Liao Weiduo (Department of Computer Science and Engineering, Guangdong Provincial Key Laboratory of Brain-Inspired Intelligent Computation, Southern University of Science and Technology, Shenzhen, China)
資料名： IEEE Transactions on Evolutionary Computation  (IEEE Transactions on Evolutionary Computation)
巻： 26  号： 2  ページ： 349-363  発行年： 2022年 
JST資料番号： W0968A  ISSN： 1089-778X  CODEN： ITEVF5  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ハイパーボリュームは,解集合の品質を評価するために,進化的多目的最適化(EMO)分野で広く使われている。パレートフロント上のμ解による解集合に対して,より大きな超体積はより良い解集合を意味する。最大超体積を有する解集合の分布を研究することは,EMOにおける重要なトピックであり,いわゆるハイパーボリューム最適μ分布である。理論的結果は,μ解が二次元で線形パレートフロントに均一に分布していることを示した。しかし,μ解は3次元で単一線パレートフロントに必ずしも均一分布しない。単一線パレートフロントが1つの一定の目的を持つとき,それらは均一である。本論文では,さらに三次元における超体積最適μ分布を調べた。ラインベースおよび平面ベースパレートフロントを考察した。ラインベースパレートフロントに対して,単一ラインパレートフロントを2ラインと3ラインパレートフロントに拡張し,そこでは各ラインが1つの一定の目的を持つ。平面ベースパレートフロントに対して,線形三角形および反転三角形パレートフロントを考察した。最初に,μ解は線ベースパレートフロント上に常に均一に分布していることを示した。均一性は,線が組み合わされる方法に依存する。次に,平面ベースパレートフロント上の一様解集合は,ハイパーボリューム最大化に対して常に最適ではないことを示した。それは(μ+1)選択方式に関して局所的に最適である。著者らの結果は,ハイパーボリューム指標をよりよく理解し利用するためのコミュニティの研究者を助けることができる。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  コミュニティ ,  線形性 ,  二次元 ,  *三次元
準シソーラス用語： 一様分布 ,  *パレートフロント ,  進化的多目的最適化 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 3次元 ,  パレートフロント ,  体積 ,  分布