ترجمه فارسی مقاله روشن کردن مبادله تنوع و تناسب اندام در بهینه سازی جعبه سیاه

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Illuminating the Diversity-Fitness Trade-Off in Black-Box Optimization
عنوان مقاله به فارسی روشن کردن مبادله تنوع و تناسب اندام در بهینه سازی جعبه سیاه
نویسندگان Maria Laura Santoni, Elena Raponi, Aneta Neumann, Frank Neumann, Mike Preuss, Carola Doerr
فرمت مقاله انگلیسی PDF
تعداد صفحات 17
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,یادگیری ماشین ,
توضیحات Submitted 29 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده 29 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

In real-world applications, users often favor structurally diverse design choices over one high-quality solution. It is hence important to consider more solutions that decision-makers can compare and further explore based on additional criteria. Alongside the existing approaches of evolutionary diversity optimization, quality diversity, and multimodal optimization, this paper presents a fresh perspective on this challenge by considering the problem of identifying a fixed number of solutions with a pairwise distance above a specified threshold while maximizing their average quality. We obtain first insight into these objectives by performing a subset selection on the search trajectories of different well-established search heuristics, whether specifically designed with diversity in mind or not. We emphasize that the main goal of our work is not to present a new algorithm but to look at the problem in a more fundamental and theoretically tractable way by asking the question: What trade-off exists between the minimum distance within batches of solutions and the average quality of their fitness? These insights also provide us with a way of making general claims concerning the properties of optimization problems that shall be useful in turn for benchmarking algorithms of the approaches enumerated above. A possibly surprising outcome of our empirical study is the observation that naive uniform random sampling establishes a very strong baseline for our problem, hardly ever outperformed by the search trajectories of the considered heuristics. We interpret these results as a motivation to develop algorithms tailored to produce diverse solutions of high average quality.

چکیده به فارسی (ترجمه ماشینی)

در برنامه های دنیای واقعی ، کاربران غالباً از انتخاب های ساختاری متنوع در مورد یک راه حل با کیفیت بالا حمایت می کنند.از این رو مهم است که راه حل های بیشتری را که تصمیم گیرندگان می توانند بر اساس معیارهای اضافی مقایسه کنند ، در نظر بگیریم.در کنار رویکردهای موجود در بهینه سازی تنوع تکاملی ، تنوع با کیفیت و بهینه سازی چند حالته ، این مقاله با در نظر گرفتن مشکل شناسایی تعداد ثابت راه حل ها با فاصله جفتی بالاتر از یک آستانه مشخص ، در عین حال به حداکثر رساندن کیفیت متوسط ​​آنها ، چشم انداز تازه ای در مورد این چالش ارائه می دهد.ما با انجام یک انتخاب زیر مجموعه در مسیرهای جستجو از اکتشافی های جستجوی مختلف ، چه به طور خاص با تنوع در ذهن طراحی شده است یا نه ، بینش اول در مورد این اهداف به دست می آوریم.ما تأکید می کنیم که هدف اصلی کار ما ارائه یک الگوریتم جدید نیست بلکه این است که با پرسیدن این سؤال ، به یک روش اساسی تر و از نظر تئوری قابل ردیابی بپردازیم: چه چیزی بین حداقل فاصله در دسته های راه حل ها وجود دارد و چه چیزی وجود دارد.کیفیت متوسط ​​تناسب اندام آنها؟این بینش ها همچنین راهی را برای ایجاد ادعاهای کلی در مورد خصوصیات مشکلات بهینه سازی فراهم می کند که به نوبه خود برای الگوریتم های معیار رویکردهای ذکر شده در بالا مفید است.نتیجه احتمالاً شگفت آور از مطالعه تجربی ما ، مشاهده این است که نمونه گیری تصادفی یکنواخت ساده یک پایه بسیار قوی برای مشکل ما ایجاد می کند ، که به سختی از مسیرهای جستجوی اکتشافی در نظر گرفته شده است.ما این نتایج را به عنوان انگیزه ای برای توسعه الگوریتم های متناسب با تولید راه حل های متنوع با کیفیت متوسط ​​تفسیر می کنیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.