:: Library Catalog

صورة الغلاف

محفوظ في:

التفاصيل البيبلوغرافية
المؤلفون الرئيسيون:	Antipov, Denis, Doerr, Benjamin, Ivanova, Alexandra
التنسيق:	Preprint
منشور في:	2024
الموضوعات:	Neural and Evolutionary Computing Artificial Intelligence
الوصول للمادة أونلاين:	https://arxiv.org/abs/2404.02090
الوسوم:	إضافة وسم لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!

مواد مشابهة

Evolutionary Algorithms Are Significantly More Robust to Noise When They Ignore It
حسب: Antipov, Denis, وآخرون
منشور في: (2024)

When Switching Algorithms Helps: A Theoretical Study of Online Algorithm Selection
حسب: Antipov, Denis, وآخرون
منشور في: (2026)

Lazy Parameter Tuning and Control: Choosing All Parameters Randomly From a Power-Law Distribution
حسب: Antipov, Denis, وآخرون
منشور في: (2021)

Local Optima in Diversity Optimization: Non-trivial Offspring Population is Essential
حسب: Antipov, Denis, وآخرون
منشور في: (2024)

A Crowding Distance That Provably Solves the Difficulties of the NSGA-II in Many-Objective Optimization
حسب: Zheng, Weijie, وآخرون
منشور في: (2024)

Parent Selection Mechanisms in Elitist Crossover-Based Algorithms
حسب: Opris, Andre, وآخرون
منشور في: (2026)

Runtime Analysis for the NSGA-II: Provable Speed-Ups From Crossover
حسب: Doerr, Benjamin, وآخرون
منشور في: (2022)

Enhancing Parameter Control Policies with State Information
حسب: Covini, Gianluca, وآخرون
منشور في: (2025)

First Steps Towards a Runtime Analysis When Starting With a Good Solution
حسب: Antipov, Denis, وآخرون
منشور في: (2020)

Approximation Guarantees for the Non-Dominated Sorting Genetic Algorithm II (NSGA-II)
حسب: Zheng, Weijie, وآخرون
منشور في: (2022)

Theoretical Analyses of Multiobjective Evolutionary Algorithms on Multimodal Objectives
حسب: Zheng, Weijie, وآخرون
منشور في: (2020)

Runtime Analysis for the NSGA-II: Proving, Quantifying, and Explaining the Inefficiency For Many Objectives
حسب: Zheng, Weijie, وآخرون
منشور في: (2022)

Lower Bounds from Fitness Levels Made Easy
حسب: Doerr, Benjamin, وآخرون
منشور في: (2021)

Runtime Analysis of Evolutionary Diversity Optimization on the Multi-objective (LeadingOnes, TrailingZeros) Problem
حسب: Antipov, Denis, وآخرون
منشور في: (2024)

Using 3-Objective Evolutionary Algorithms for the Dynamic Chance Constrained Knapsack Problem
حسب: Pathiranage, Ishara Hewa, وآخرون
منشور في: (2024)

Scalable Speed-ups for the SMS-EMOA from a Simple Aging Strategy
حسب: Li, Mingfeng, وآخرون
منشور في: (2025)

An Extended Jump Functions Benchmark for the Analysis of Randomized Search Heuristics
حسب: Bambury, Henry, وآخرون
منشور في: (2021)

Runtime Analysis for Permutation-based Evolutionary Algorithms
حسب: Doerr, Benjamin, وآخرون
منشور في: (2022)

Speeding Up the NSGA-II via Dynamic Population Sizes
حسب: Doerr, Benjamin, وآخرون
منشور في: (2025)

A Block-Coordinate Descent EMO Algorithm: Theoretical and Empirical Analysis
حسب: Doerr, Benjamin, وآخرون
منشور في: (2024)

Stochastic Population Update Can Provably Be Helpful in Multi-Objective Evolutionary Algorithms
حسب: Bian, Chao, وآخرون
منشور في: (2023)

The Runtime of Random Local Search on the Generalized Needle Problem
حسب: Doerr, Benjamin, وآخرون
منشور في: (2024)

Hyper-Heuristics Can Profit From Global Variation Operators
حسب: Doerr, Benjamin, وآخرون
منشور في: (2024)

Fourier Analysis Meets Runtime Analysis: Precise Runtimes on Plateaus
حسب: Doerr, Benjamin, وآخرون
منشور في: (2023)

A First Runtime Analysis of the NSGA-II on a Multimodal Problem
حسب: Doerr, Benjamin, وآخرون
منشور في: (2022)

How the Move Acceptance Hyper-Heuristic Copes With Local Optima: Drastic Differences Between Jumps and Cliffs
حسب: Doerr, Benjamin, وآخرون
منشور في: (2023)

Speeding Up Hyper-Heuristics With Markov-Chain Operator Selection and the Only-Worsening Acceptance Operator
حسب: Bendahi, Abderrahim, وآخرون
منشور في: (2025)

Selection Hyper-heuristics Can Automatically Adjust the Learning Period to Optimally Solve Pseudo-Boolean Problems
حسب: Doerr, Benjamin, وآخرون
منشور في: (2026)

Spiffy: Efficient Implementation of CoLaNET for Raspberry Pi
حسب: Derzhavin, Andrey, وآخرون
منشور في: (2025)

Near-Tight Runtime Guarantees for Many-Objective Evolutionary Algorithms
حسب: Wietheger, Simon, وآخرون
منشور في: (2024)

Runtime Analysis of the SMS-EMOA for Many-Objective Optimization
حسب: Zheng, Weijie, وآخرون
منشور في: (2023)

Continual Learning with Columnar Spiking Neural Networks
حسب: Larionov, Denis, وآخرون
منشور في: (2025)

Decentralised Emergence of Robust and Adaptive Linguistic Conventions in Populations of Autonomous Agents Grounded in Continuous Worlds
حسب: Ekila, Jérôme Botoko, وآخرون
منشور في: (2024)

Provable Benefits of Complex Parameterizations for Structured State Space Models
حسب: Ran-Milo, Yuval, وآخرون
منشور في: (2024)

Enabling Population-Level Parallelism in Tree-Based Genetic Programming for GPU Acceleration
حسب: Wu, Zhihong, وآخرون
منشور في: (2025)

Bridging Models to Defend: A Population-Based Strategy for Robust Adversarial Defense
حسب: Wang, Ren, وآخرون
منشور في: (2023)

Multi-compartment Neuron and Population Encoding Powered Spiking Neural Network for Deep Distributional Reinforcement Learning
حسب: Sun, Yinqian, وآخرون
منشور في: (2023)

Multi-Texture Synthesis through Signal Responsive Neural Cellular Automata
حسب: Catrina, Mirela-Magdalena, وآخرون
منشور في: (2024)

The Alpha-Alternator: Dynamic Adaptation To Varying Noise Levels In Sequences Using The Vendi Score For Improved Robustness and Performance
حسب: Rezaei, Mohammad Reza, وآخرون
منشور في: (2025)

Modular Growth of Hierarchical Networks: Efficient, General, and Robust Curriculum Learning
حسب: Hamidi, Mani, وآخرون
منشور في: (2024)