指数安定な最適化アルゴリズムを修正することで、有限時間安定または固定時間安定なアルゴリズムを得ることができる。
補間条件下では、ランダム勾配法の期待進捗条件を満たす任意の更新スキームを加速できることを示す。これにより、強成長条件下でのランダム加速勾配法の収束速度を改善し、従来の結果よりも依存性を低減できる。
一般化された勾配降下法は、一般化された最適化問題を表す超グラフカテゴリーから、一般化された最適化アルゴリズムを表す超グラフカテゴリーへの関手を定義する。
SOQO問題における最適なアルゴリズムとその性能に焦点を当てる。
非線形静的システムの最適探索戦略を設計するための後悔最小化アプローチを提案しました。
分布指標を使用して進化的多目的最適化の結果を評価するための優先順位を明らかにしました。
直接方策探索における一般的な早期停止方法の提案と効果を示す。
連続時間の制約最適化問題における新しいフィードバック制御システムの提案と効果的なアルゴリズムの開発。
深層強化学習を使用して、2D-BPPおよび3D-BPPのビンパッキングを最適化する。
提案された学習に基づく反復局所探索アプローチは、高品質な局所最適解を見つけるための効果的な手法であり、多腕バンディットアルゴリズムを使用して局所最適トラップから脱出します。