다목적 최적화

洞察 - 다목적 최적화

본 연구는 충돌 에너지 흡수를 극대화하는 동시에 최대 충격력을 최소화하는 최적의 스피노이드 셀룰러 구조를 설계하기 위해 다목적 베이지안 최적화 프레임워크를 제시합니다.

본 논문에서는 계산 물리학의 분자 역학 시뮬레이션에서 영감을 받아 새로운 다목적 최적화(MOO)를 위한 상호 작용 입자 방법인 Particle-WFR을 제안하며, 이는 복잡한 Pareto 프론트를 효율적으로 처리하면서도 전역적인 Pareto 최적성을 보장합니다.

이 논문에서는 볼록 제약 조건을 갖는 비볼록 다목적 최적화 문제를 해결하기 위한 범용 비단조 라인 검색 방법을 제안하고, 이 방법이 기존의 여러 비단조 방법을 포괄하며, 최악의 경우 복잡도 분석에서 경쟁력 있는 성능을 보장한다는 것을 보여줍니다.

목적 불균형 문제를 해결하기 위해 각 목적 함수의 곡률 정보를 활용한 스케일링된 근접 경사 하강 기법(SPGMO)을 제안하여 기존 방법보다 빠른 선형 수렴 속도를 달성하고, 이론적 분석과 수치적 실험을 통해 그 효율성을 검증한다.

본 논문에서는 다목적 최적화 문제에서 체비쇼프 스칼라화를 효율적으로 해결하기 위한 새로운 알고리즘인 OMD-TCH와 AdaOMD-TCH를 제안하고, 이들의 이론적 성능 보장과 실제 응용에서의 효과를 검증합니다.

이 논문에서는 각 목적 함수가 부드러운 함수와 부드럽지 않은 함수의 합으로 표현될 수 있는 합성 다목적 최적화 문제를 위해 전역적으로 수렴하는 신뢰 영역 근위 경사 하강 기법을 개발합니다.

본 논문에서는 불확실성 하에서 다목적 최적화 문제를 해결하기 위해 예상 분위수 개선(EQI) 방법론을 확장하여 질병 발생 시 의사 결정을 위한 효과적인 개입 전략을 개발하는 방법을 제시합니다.

본 논문에서는 많은 수의 목적 함수를 효율적으로 최적화하기 위해 적소의 해 해법을 제시하며, 특히 목적 함수의 수가 매우 많을 때(예: 100개 이상) 소수의 해(예: 5개)만으로도 효과적인 최적화가 가능함을 보여줍니다.

이 논문에서는 계산 비용이 높은 립시츠 함수에서 다목적 최적화 문제를 해결하기 위한 새로운 접근 방식인 $\gamma$-경쟁력과 이를 기반으로 하는 SWCM(Scalarization With Competitiveness Method)을 제안합니다.

본 논문에서는 경쟁 목표를 효과적으로 해결하고 개별 학습 샘플의 손실을 별도의 목표로 간주하는 새로운 학습 패러다임인 IWRM을 가능하게 하는 새로운 다목적 최적화 알고리즘인 자코비안 하강법(JD)을 제안합니다.

关于

产品

资源