关键词automated algorithm selection
搜索结果 - 4
- 黑盒单目标连续优化算法自动选择使用的元特征调查
通过对单目标连续黑箱优化领域的算法选择的关键贡献进行概述,我们介绍了在优化问题实例、算法实例及其交互的元特征表示学习方面的正在进行的工作,并研究了用于自动算法选择、配置和性能预测的机器学习模型,通过这些分析,我们发现了现有技术的不足之处,并 - 节约型算法选择
从 ASLib 中的六个数据集中评估了三种方法:基于预测不确定性的主动学习、使用超时预测器增强算法预测器以及使用逐步增加超时的方式收集训练数据,并展示了每个选项所实现的标记成本的降低。
- PS-AAS: 黑盒优化中自动算法选择的投资组合选取
采用基于元表示的数据驱动技术对算法进行组合选择,实现多样性、代表性和非冗余的算法组合,并且相比传统贪婪方法,个性化组合在大多数情况下表现相当或稍好。
- 评估性能预测模型的泛化能力
本研究提出了一种可以估算算法性能预测模型泛化能力的方法,并通过在基准测试套件之间训练预测模型来测试该方法的可行性,结果表明,特征空间中的泛化模式确实反映在性能空间中。