Centrala begrepp
遺伝的ダイナミクスを伴う運動論ベースの最適化(KBO)アルゴリズムを局所化することで、複数のグローバルミニマを持つ目的関数を効率的に探索し、従来のKBOや他の多峰性最適化手法と比較して優れたパフォーマンスを実現します。
Sammanfattning
局所化GKBOアルゴリズムの概要
本論文は、複数のグローバルミニマを持つ目的関数を効率的に探索するために、遺伝的ダイナミクスを伴う運動論ベースの最適化(KBO)アルゴリズムを局所化したものについて述べています。
従来の勾配ベースの最適化手法は、勾配計算が容易な場合には効率的ですが、高次元、非凸の目的関数や、関数評価が高価または信頼できない場合には、グローバルミニマではなくローカルミニマに陥ってしまう可能性があります。
KBOアルゴリズムは、勾配計算を必要としない集団ダイナミクスを利用した勾配フリーな最適化手法であり、高次元空間の探索に適しています。特に、リーダーフォロワーダイナミクスを導入することで、探索プロセスを高速化し、より効率的にグローバルミニマを発見することができます。