Buchumschlag

An Invariant Information Geometric Method for High-Dimensional Online Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Zhengfei, Wei, Yunyue, Sui, Yanan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Island-Based Evolutionary Computation with Diverse Surrogates and Adaptive Knowledge Transfer for High-Dimensional Data-Driven Optimization
von: Zhang, Xian-Rong, et al.
Veröffentlicht: (2025)

Discount Model Search for Quality Diversity Optimization in High-Dimensional Measure Spaces
von: Tjanaka, Bryon, et al.
Veröffentlicht: (2026)

Sequential Reservoir Computing for Efficient High-Dimensional Spatiotemporal Forecasting
von: Asanjan, Ata Akbari, et al.
Veröffentlicht: (2026)

SOFIM: Stochastic Optimization Using Regularized Fisher Information Matrix
von: Sen, Mrinmay, et al.
Veröffentlicht: (2024)

Multi-Fidelity Methods for Optimization: A Survey
von: Li, Ke, et al.
Veröffentlicht: (2024)

Posterior Distribution-assisted Evolutionary Dynamic Optimization as an Online Calibrator for Complex Social Simulations
von: Yang, Peng, et al.
Veröffentlicht: (2026)

CAP: A Context-Aware Neural Predictor for NAS
von: Ji, Han, et al.
Veröffentlicht: (2024)

Optimizing Feature Selection with Genetic Algorithms: A Review of Methods and Applications
von: Taha, Zhila Yaseen, et al.
Veröffentlicht: (2024)

DesignX: Human-Competitive Algorithm Designer for Black-Box Optimization
von: Guo, Hongshu, et al.
Veröffentlicht: (2025)

Model Uncertainty in Evolutionary Optimization and Bayesian Optimization: A Comparative Analysis
von: Hao, Hao, et al.
Veröffentlicht: (2024)

Causal Explanations from the Geometric Properties of ReLU Neural Networks
von: Woods, Hector, et al.
Veröffentlicht: (2026)

Geometric and dynamical analysis of attractor boundaries and storage limits in kernel Hopfield networks
von: Tamamori, Akira
Veröffentlicht: (2026)

Stochastic Forward-Forward Learning through Representational Dimensionality Compression
von: Zhu, Zhichao, et al.
Veröffentlicht: (2025)

Online Reliable Anomaly Detection via Neuromorphic Sensing and Communications
von: Shiraishi, Junya, et al.
Veröffentlicht: (2025)

Advancing CMA-ES with Learning-Based Cooperative Coevolution for Scalable Optimization
von: Guo, Hongshu, et al.
Veröffentlicht: (2025)

Efficient Online Learning with Predictive Coding Networks: Exploiting Temporal Correlations
von: Zadeh-Jousdani, Darius Masoum, et al.
Veröffentlicht: (2025)

General Fourier Feature Physics-Informed Extreme Learning Machine (GFF-PIELM) for High-Frequency PDEs
von: Ren, Fei, et al.
Veröffentlicht: (2025)

Forward Direct Feedback Alignment for Online Gradient Estimates of Spiking Neural Networks
von: Bacho, Florian, et al.
Veröffentlicht: (2024)

Synergizing Reinforcement Learning and Genetic Algorithms for Neural Combinatorial Optimization
von: Gu, Shengda, et al.
Veröffentlicht: (2025)

Graph-Supported Dynamic Algorithm Configuration for Multi-Objective Combinatorial Optimization
von: Reijnen, Robbert, et al.
Veröffentlicht: (2025)

($\boldsymbolθ_l, \boldsymbolθ_u$)-Parametric Multi-Task Optimization: Joint Search in Solution and Infinite Task Spaces
von: Wei, Tingyang, et al.
Veröffentlicht: (2025)

EchoSpike Predictive Plasticity: An Online Local Learning Rule for Spiking Neural Networks
von: Graf, Lars, et al.
Veröffentlicht: (2024)

Neuro-mimetic Task-free Unsupervised Online Learning with Continual Self-Organizing Maps
von: Vaidya, Hitesh, et al.
Veröffentlicht: (2024)

A Composite Decomposition Method for Large-Scale Global Optimization
von: Tian, Maojiang, et al.
Veröffentlicht: (2024)

Univariate Radial Basis Function Layers: Brain-inspired Deep Neural Layers for Low-Dimensional Inputs
von: Jost, Daniel, et al.
Veröffentlicht: (2023)

MO-SAE:Multi-Objective Stacked Autoencoders Optimization for Edge Anomaly Detection
von: Zhang, Lizhao, et al.
Veröffentlicht: (2026)

A Learn-to-Optimize Approach for Coordinate-Wise Step Sizes for Quasi-Newton Methods
von: Lin, Wei, et al.
Veröffentlicht: (2024)

Evolutionary Policy Optimization
von: Mustafaoglu, Zelal Su "Lain", et al.
Veröffentlicht: (2025)

Detect and Act: Automated Dynamic Optimizer through Meta-Black-Box Optimization
von: Gao, Zijian, et al.
Veröffentlicht: (2026)

PlatMetaX: An Integrated MATLAB platform for Meta-Black-Box Optimization
von: Yang, Xu, et al.
Veröffentlicht: (2025)

Symbol: Generating Flexible Black-Box Optimizers through Symbolic Equation Learning
von: Chen, Jiacheng, et al.
Veröffentlicht: (2024)

Analysis and Explainability of LLMs Via Evolutionary Methods
von: Gallagher, Shannon K., et al.
Veröffentlicht: (2026)

Drift-Aware Online Dynamic Learning for Nonstationary Multivariate Time Series: Application to Sintering Quality Prediction
von: Zhao, Yumeng, et al.
Veröffentlicht: (2026)

Dynamic Dimension Wrapping (DDW) Algorithm: A Novel Approach for Efficient Cross-Dimensional Search in Dynamic Multidimensional Spaces
von: Jin, Dongnan, et al.
Veröffentlicht: (2024)

Evolutionary Multitasking AUC Optimization
von: Wang, Chao, et al.
Veröffentlicht: (2022)

Density Descent for Diversity Optimization
von: Lee, David H., et al.
Veröffentlicht: (2023)

Soft Quality-Diversity Optimization
von: Hedayatian, Saeed, et al.
Veröffentlicht: (2025)

WASHH: An Anchor-Aware Whale-Guided Selection Hyper-Heuristic for Continuous Optimization and SVC Configuration
von: Zhao, Yifu, et al.
Veröffentlicht: (2026)

Toward Automated Algorithm Design: A Survey and Practical Guide to Meta-Black-Box-Optimization
von: Ma, Zeyuan, et al.
Veröffentlicht: (2024)

Towards Lossless ANN-SNN Conversion under Ultra-Low Latency with Dual-Phase Optimization
von: Wang, Ziming, et al.
Veröffentlicht: (2022)