Overview of Surrogate-model Versions of Covariance Matrix Adaptation Evolution Strategy

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F17%3A00477762" target="_blank" >RIV/67985807:_____/17:00477762 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/00023752:_____/17:43918928

Výsledek na webu

<a href="http://dx.doi.org/10.1145/3067695.3082539" target="_blank" >http://dx.doi.org/10.1145/3067695.3082539</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1145/3067695.3082539" target="_blank" >10.1145/3067695.3082539</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Overview of Surrogate-model Versions of Covariance Matrix Adaptation Evolution Strategy

Popis výsledku v původním jazyce

Evaluation of real-world black-box objective functions is in many optimization problems very time-consuming or expensive. Therefore, surrogate regression models, used instead of the expensive objective function and in that way decreasing the number of its evaluations, have received a lot of attention. Here, we briefly survey surrogate-assisted versions of the state-of-the-art algorithm for continuous black-box optimization - the CMA-ES (Covariance Matrix Adaptation Evolution Strategy). We compare five of them, together with the original CMA-ES, on the noiseless benchmarks of the Comparing-Continuous-Optimisers platform in the expensive scenario, where only a small budget of evaluations is available.

Název v anglickém jazyce

Overview of Surrogate-model Versions of Covariance Matrix Adaptation Evolution Strategy

Popis výsledku anglicky

Evaluation of real-world black-box objective functions is in many optimization problems very time-consuming or expensive. Therefore, surrogate regression models, used instead of the expensive objective function and in that way decreasing the number of its evaluations, have received a lot of attention. Here, we briefly survey surrogate-assisted versions of the state-of-the-art algorithm for continuous black-box optimization - the CMA-ES (Covariance Matrix Adaptation Evolution Strategy). We compare five of them, together with the original CMA-ES, on the noiseless benchmarks of the Comparing-Continuous-Optimisers platform in the expensive scenario, where only a small budget of evaluations is available.

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

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2017

Kód důvěrnosti údajů

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

Název statě ve sborníku

GECCO 2017. Proceedings of the Genetic and Evolutionary Computation Conference Companion

ISBN

978-1-4503-4939-0

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

1622-1629

Název nakladatele

ACM

Místo vydání

New York

Místo konání akce

Berlin

Datum konání akce

15. 7. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—