MétaCan
Menu
Retour à la cohorte
Enregistrement W2034562492 · doi:10.1080/03052150903325540

Metamodelling and search using space exploration and unimodal region elimination for design optimization

2010· article· en· W2034562492 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEngineering Optimization · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Multi-Objective Optimization Algorithms
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMetamodelingMaxima and minimaBenchmark (surveying)Mathematical optimizationComputationReduction (mathematics)Global optimizationKrigingComputer scienceLatin hypercube samplingDimensionality reductionDesign space explorationSubspace topologyMathematicsAlgorithmArtificial intelligenceMachine learning

Résumé

récupéré en direct d'OpenAlex

Metamodelling based search, space exploration, and region reduction/elimination methods are effective optimization schemes for computation intensive global design optimization problems. In this work a new metamodelling, space exploration and region reduction search algorithm is introduced. This algorithm, namely Space Exploration and Unimodal Region Elimination (SEUMRE), divides the design space into key unimodal regions using design experiment data; identifies the regions that most likely contain the global minimum; fits Kriging models with additional design experiments using Latin Hypercube designs over these regions; identifies their local minima, and then the global optimum. By identifying promising unimodal regions of the objective and reducing searching space, the method can find the global optimum effectively and efficiently, particularly suited for optimization problems that require extensive computation through engineering analyses and simulations. Comparisons with existing space exploration and region elimination/reduction methods using benchmark test problems have been carried out to demonstrate the advantages of the new method. More robust and problem independent metamodelling improvements are under study.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,912

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,261
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle