Počet záznamů: 1
Adaptive Generation-Based Evolution Control for Gaussian Process Surrogate Models
- 1.
SYSNO ASEP 0478631 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Adaptive Generation-Based Evolution Control for Gaussian Process Surrogate Models Tvůrce(i) Repický, Jakub (UIVT-O) ORCID, SAI
Bajer, Lukáš (UIVT-O) SAI, RID, ORCID
Pitra, Zbyněk (UIVT-O) RID, ORCID, SAI
Holeňa, Martin (UIVT-O) SAI, RIDZdroj.dok. Proceedings ITAT 2017: Information Technologies - Applications and Theory. - Aachen & Charleston : Technical University & CreateSpace Independent Publishing Platform, 2017 / Hlaváčová J. - ISSN 1613-0073 - ISBN 978-1974274741 Rozsah stran s. 136-143 Poč.str. 8 s. Forma vydání Online - E Akce ITAT 2017. Conference on Theory and Practice of Information Technologies - Applications and Theory /17./ Datum konání 22.09.2017 - 26.09.2017 Místo konání Martinské hole Země SK - Slovensko Typ akce EUR Jazyk dok. eng - angličtina Země vyd. DE - Německo Klíč. slova black-box optimization ; evolutionary optimization ; surrogate modelling ; Gaussian process ; CMA-ES Vědní obor RIV IN - Informatika Obor OECD Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8) CEP GA17-01251S GA ČR - Grantová agentura ČR Institucionální podpora UIVT-O - RVO:67985807 EID SCOPUS 85045727435 Anotace The interest in accelerating black-box optimizers has resulted in several surrogate model-assisted version of the Covariance Matrix Adaptation Evolution Strategy, a state-of-the-art continuous black-box optimizer. The version called Surrogate CMA-ES uses Gaussian processes or random forests surrogate models with a generation-based evolution control. This paper presents an adaptive improvement for S-CMA-ES, in which the number of generations using the surrogate model before retraining is adjusted depending on the performance of the last instance of the surrogate. Three algorithms that differ in the measure of the surrogate model’s performance are evaluated on the COCO/BBOB framework. The results show a minor improvement on S-CMA-ES with constant model lifelengths, especially when larger lifelengths are considered. Pracoviště Ústav informatiky Kontakt Tereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800 Rok sběru 2018 Elektronická adresa http://ceur-ws.org/Vol-1885/136.pdf
Počet záznamů: 1