추천 시스템을 위한 언어 모델 진화 알고리즘: 벤치마크 및 알고리즘 비교
본 논문에서는 대규모 언어 모델(LLM) 기반 추천 시스템(RS)에서 진화 알고리즘(EA)의 성능을 평가하기 위한 벤치마크 문제 세트인 RSBench를 제안하고, NSGA-II, MOEA/D, IBEA 프레임워크를 기반으로 세 가지 LLM 기반 EA를 개발하여 RSBench 문제 해결 성능을 비교 분석합니다.
이진 제약 조건을 가진 제약된 다중 목표 문제에 대한 탐지 영역 방법을 사용한 진화 알고리즘
이진 제약 조건을 가진 제약된 다중 목표 최적화 문제(CMOP/BC)를 해결하기 위해 탐지 영역 방법(DRM)을 기반으로 하는 새로운 알고리즘인 DRMCMO를 제안하며, 이는 기존 CMOEA의 한계를 극복하고 CMOP/BC 문제에 대한 뛰어난 성능을 보여줍니다.
셀랑고르 지역 도시철도 역 위치 및 노선 배치 최적화를 위한 유전 알고리즘 접근 방식: 기술 보고서
급증하는 도시 인구에 효율적으로 대응하기 위해 유전 알고리즘을 활용하여 말레이시아 셀랑고르 지역의 도시철도 역 위치 및 노선 배치를 최적화하는 방안을 제시합니다.
균형잡힌 불완전 블록 설계를 찾기 위한 모방적 협력 접근 방식
본 논문에서는 균형잡힌 불완전 블록 설계(BIBD) 문제를 해결하기 위해 기존의 이진 표현 방식과 새로운 십진 표현 방식을 모두 활용하는 다양한 메타휴리스틱 알고리즘을 제안하고, 특히 서로 다른 표현 모델에서 작동하는 알고리즘 간의 협력적 모델을 통해 효율적인 해 공간 탐색을 가능하게 하는 방법을 제시합니다.
분해 기반 역 모델링 제약 다목적 진화 알고리즘 (IM-C-MOEA/D) 소개 및 성능 검증
본 논문에서는 제약 조건이 있는 실제 최적화 문제를 해결하기 위해 분해 기반 역 모델링 제약 다목적 진화 알고리즘(IM-C-MOEA/D)을 제안하고, 다양한 실제 문제에 대한 실험을 통해 기존의 최첨단 알고리즘보다 뛰어난 성능을 보여줍니다.
주식 수익률 예측 및 포트폴리오 트레이딩에서 진화하는 RNN을 위한 신경 진화 기반 신경 아키텍처 검색
EXAMM 알고리즘을 사용한 진화형 RNN 기반 주식 수익률 예측 모델이 단순 트레이딩 전략에서도 높은 수익률을 달성할 수 있다.
2계층 네트워크에서의 유틸리티 함수의 최적 편향: 2차 및 고차 게임에서의 친사회적 행동 진화에 미치는 영향
2계층 네트워크 구조에서 유틸리티 함수의 편향 계수를 조정하면 특정 조건에서 협력적 행동의 진화를 촉진할 수 있다.
실제 최적화 문제에 대한 메타휴리스틱 알고리즘의 설계, 실험 및 적용 튜토리얼: 모범 사례 제안 및 실제 성능 고려 사항
본 논문은 실제 최적화 문제 해결을 위한 메타휴리스틱 알고리즘 설계, 실험 및 적용에 대한 단계별 방법론을 제시하며, 과학적 엄격성, 가치 및 투명성을 보장하기 위한 모범 사례를 강조합니다.
© 2024 by Linnk AI