MétaCan
Menu
Retour à la cohorte
Enregistrement W3096938982 · doi:10.5430/air.v9n1p54

Investigation of differential evolution and particle swarm optimization in search performance

2020· article· en· W3096938982 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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueArtificial Intelligence Research · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueMetaheuristic Optimization Algorithms Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésParticle swarm optimizationDifferential evolutionBenchmark (surveying)Computer scienceTask (project management)Key (lock)Mathematical optimizationArtificial intelligenceMachine learningMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to clarify the search performance of differential evolution (DE) and particle swarm optimization (PSO) technologies for instinctively understanding the specificity of the used search methods. Due to achieve the task, here, the several search methods of both, i.e. DE/rand/1, DE/rand/2, DE/best/1, DE/best/2, the PSO, PSOIW, and CPSO, which are implemented in this paper. Therefore, many computer experiments are carried out for handling the given four benchmark problems. Through the analysis of the obtained experimental data, the detail search performance and characteristics of them are observed and compared, respectively. From the obtained results, it is found that the search methods of DE/best/1 and the PSO relatively have better search performance. Based on the findings and know-how, they can provide some important reference and key hint for encouraging development and improvement of both DE and PSO technologies in the near future. And as the applicative examples, the PSO is used to handle typical 2-bit and 3-bit parity problems for pattern classification.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,629
Score d'incertitude au seuil0,415

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,216
Tête enseignante GPT0,370
Écart entre enseignants0,153 · 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