multi-objective evolutionary algorithm | BriefGPT

关键词multi-objective evolutionary algorithm

搜索结果 - 8

多目标演化影响最大化：平衡传播力、预算、公平性和时间
通过优化影响最大化的多个目标函数，结合多目标进化算法（MOEA）和图感知操作，MOEIM 在大多数多目标设置中表现出色，探索目标之间的相关性，提供了新的见解。
PDF3 months ago
多目标进化神经架构搜索用于递归神经网络
基于多目标进化算法的循环神经网络架构搜索方法在复杂度优化期间使用近似网络形态学，结果显示该方法能够找到与最先进手动设计的循环神经网络架构相比具有可比性能但计算需求较低的新型循环神经网络架构。
PDF4 months ago
基于 MOEA/D 的自适应面积权重调整的无人机三维路径规划
使用改进的多目标进化算法和自适应区域权重调整策略来实现无人机的三维路径规划，以权衡总航行路径长度与地形威胁。
PDF10 months ago
非支配排序遗传算法 III（NSGA-III）的数学运行时分析
本文提供了 NSGA-III 的第一次数学运行时间分析，证明该算法对于 3 目标问题能够计算完整的 Pareto 前沿，远远优于 NSGA-II。
PDF2 years ago
AAAINSGA-II 的运行时分析：从交叉算子中可证明的加速
本文通过数学分析证实采用交叉操作时，NSGA-II 可以更快地优化 OneJumpZeroJump benchmark，并证明了这种交叉操作对单目标优化也有帮助，实验结果与证明相符。
PDF2 years ago
AAAI非支配排序遗传算法 II（NSGA-II）的数学运行时分析
本研究证明使用 NSGA-II 算法，结合两种经典的变异算子和四种不同的父母选择方式，当种群大小为前沿帕累托曲线大小的 4 倍时，可以满足与 SEMO 和 GSEMO 算法在基本的 OneMinMax 和 LeadingOnesTraili
PDF3 years ago
CVPRMUXConv：卷积神经网络中的信息复用
提出一种名为 MUXConv 的新型卷积神经网络层，旨在提高网络中空间和通道信息的流动以提高精度，与此同时保持计算效率；通过将其集成于一个高效的多目标进化算法中搜索最优模型超参数来证明 MUXConv 的有效性。在 ImageNet 上，M
PDF4 years ago
多目标进化联邦学习
此论文使用多目标进化算法优化神经网络模型的结构，以同时减少通信成本和全局模型测试误差，提高联邦学习的学习性能和效率。
PDF6 years ago