Optimization of Generalized Halton Sequences by Differential Evolution

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F20%3A10246922" target="_blank" >RIV/61989100:27240/20:10246922 - isvavai.cz</a>

Výsledek na webu

<a href="https://link.springer.com/chapter/10.1007%2F978-3-030-38629-0_30" target="_blank" >https://link.springer.com/chapter/10.1007%2F978-3-030-38629-0_30</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-38629-0_30" target="_blank" >10.1007/978-3-030-38629-0_30</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Optimization of Generalized Halton Sequences by Differential Evolution

Popis výsledku v původním jazyce

Many practical applications such as multidimensional integration and quasi-Monte Carlo simulations rely on a uniform sampling of high-dimensional spaces. Halton sequences are d-dimensional quasirandom sequences that fill the d-dimensional hyperspace uniformly and can be generated with low computational costs. Generalized (scrambled) Halton sequences improve the properties of plain Halton sequences in higher dimensions by digit scrambling. Discrete nature-inspired optimization methods have been used to search for scrambling permutations of d-dimensional generalized Halton sequences that minimized the discrepancy of the generated point sets in the past. In this work, a continuous nature-inspired optimization method, the differential evolution, is used to optimize generalized Halton sequences. (C) 2020, Springer Nature Switzerland AG.

Název v anglickém jazyce

Optimization of Generalized Halton Sequences by Differential Evolution

Popis výsledku anglicky

Many practical applications such as multidimensional integration and quasi-Monte Carlo simulations rely on a uniform sampling of high-dimensional spaces. Halton sequences are d-dimensional quasirandom sequences that fill the d-dimensional hyperspace uniformly and can be generated with low computational costs. Generalized (scrambled) Halton sequences improve the properties of plain Halton sequences in higher dimensions by digit scrambling. Discrete nature-inspired optimization methods have been used to search for scrambling permutations of d-dimensional generalized Halton sequences that minimized the discrepancy of the generated point sets in the past. In this work, a continuous nature-inspired optimization method, the differential evolution, is used to optimize generalized Halton sequences. (C) 2020, Springer Nature Switzerland AG.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/EF17_049%2F0008425" target="_blank" >EF17_049/0008425: Platforma pro výzkum orientovaný na Průmysl 4.0 a robotiku v ostravské aglomeraci</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2020

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Volume 11968

ISBN

978-3-030-38628-3

ISSN

0302-9743

e-ISSN

1611-3349

Počet stran výsledku

13

Strana od-do

370-382

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Chania

Datum konání akce

27. 5. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—