Buchumschlag

Smooth Tchebycheff Scalarization for Multi-Objective Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Xi, Zhang, Xiaoyuan, Yang, Zhiyuan, Liu, Fei, Wang, Zhenkun, Zhang, Qingfu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Neural and Evolutionary Computing Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Few for Many: Tchebycheff Set Scalarization for Many-Objective Optimization
von: Lin, Xi, et al.
Veröffentlicht: (2024)

Quality-Diversity Optimization as Multi-Objective Optimization
von: Lin, Xi, et al.
Veröffentlicht: (2026)

Neural Combinatorial Optimization with Heavy Decoder: Toward Large Scale Generalization
von: Luo, Fu, et al.
Veröffentlicht: (2023)

Survey on Neural Routing Solvers
von: Ba, Yunpeng, et al.
Veröffentlicht: (2026)

Learning to Reduce Search Space for Generalizable Neural Routing Solver
von: Zhou, Changliang, et al.
Veröffentlicht: (2025)

GBO:AMulti-Granularity Optimization Algorithm via Granular-ball for Continuous Problems
von: Xia, Shuyin, et al.
Veröffentlicht: (2023)

Dynamic Detection of Relevant Objectives and Adaptation to Preference Drifts in Interactive Evolutionary Multi-Objective Optimization
von: Shavarani, Seyed Mahdi, et al.
Veröffentlicht: (2024)

Instance-Conditioned Adaptation for Large-scale Generalization of Neural Routing Solver
von: Zhou, Changliang, et al.
Veröffentlicht: (2024)

Adaptive Smooth Tchebycheff Attention for Multi-Objective Policy Optimization
von: Murillo-Gonzalez, Alejandro, et al.
Veröffentlicht: (2026)

QUIVER: Cost-Aware Adaptive Preference Querying in Surrogate-Assisted Evolutionary Multi-Objective Optimization
von: Burnat, Florian A. D.
Veröffentlicht: (2026)

A Library of Mirrors: Deep Neural Nets in Low Dimensions are Convex Lasso Models with Reflection Features
von: Zeger, Emi, et al.
Veröffentlicht: (2024)

MicroHD: An Accuracy-Driven Optimization of Hyperdimensional Computing Algorithms for TinyML systems
von: Ponzina, Flavio, et al.
Veröffentlicht: (2024)

CoEvo: Continual Evolution of Symbolic Solutions Using Large Language Models
von: Guo, Ping, et al.
Veröffentlicht: (2024)

A Bandit Approach with Evolutionary Operators for Model Selection
von: Brégère, Margaux, et al.
Veröffentlicht: (2024)

Spatial-temporal-demand clustering for solving large-scale vehicle routing problems with time windows
von: Kerscher, Christoph, et al.
Veröffentlicht: (2024)

From Complexity to Clarity: Analytical Expressions of Deep Neural Network Weights via Clifford's Geometric Algebra and Convexity
von: Pilanci, Mert
Veröffentlicht: (2023)

Tight Stability, Convergence, and Robustness Bounds for Predictive Coding Networks
von: Mali, Ankur, et al.
Veröffentlicht: (2024)

Karush-Kuhn-Tucker Condition-Trained Neural Networks (KKT Nets)
von: Arvind, Shreya, et al.
Veröffentlicht: (2024)

AdamZ: An Enhanced Optimisation Method for Neural Network Training
von: Zaznov, Ilia, et al.
Veröffentlicht: (2024)

Decoupled Weight Decay for Any $p$ Norm
von: Outmezguine, Nadav Joseph, et al.
Veröffentlicht: (2024)

How Multimodal Integration Boost the Performance of LLM for Optimization: Case Study on Capacitated Vehicle Routing Problems
von: Huang, Yuxiao, et al.
Veröffentlicht: (2024)

Understanding the Importance of Evolutionary Search in Automated Heuristic Design with Large Language Models
von: Zhang, Rui, et al.
Veröffentlicht: (2024)

SEvoBench : A C++ Framework For Evolutionary Single-Objective Optimization Benchmarking
von: Yang, Yongkang, et al.
Veröffentlicht: (2025)

Offline Multi-Objective Optimization
von: Xue, Ke, et al.
Veröffentlicht: (2024)

Destroy and Repair Using Hyper Graphs for Routing
von: Li, Ke, et al.
Veröffentlicht: (2025)

Explicitly Multi-Modal Benchmarks for Multi-Objective Optimization
von: Ota, Ryosuke, et al.
Veröffentlicht: (2021)

Discovering Heuristics with Large Language Models (LLMs) for Mixed-Integer Programs: Single-Machine Scheduling
von: Çetinkaya, İbrahim Oğuz, et al.
Veröffentlicht: (2025)

Halfway Escape Optimization: A Quantum-Inspired Solution for General Optimization Problems
von: Li, Jiawen, et al.
Veröffentlicht: (2024)

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

Gradient Descent, Stochastic Optimization, and Other Tales
von: Lu, Jun
Veröffentlicht: (2022)

An Adaptive KKT-Based Indicator for Convergence Assessment in Multi-Objective Optimization
von: Santos, Thiago, et al.
Veröffentlicht: (2026)

Large Language Model for Multi-objective Evolutionary Optimization
von: Liu, Fei, et al.
Veröffentlicht: (2023)

Limiting Network Size within Finite Bounds for Optimization
von: Pinto, Linu, et al.
Veröffentlicht: (2019)

ADMM-Based Training for Spiking Neural Networks
von: Perin, Giovanni, et al.
Veröffentlicht: (2025)

Geometry-induced Regularization in Deep ReLU Neural Networks
von: Bona-Pellissier, Joachim, et al.
Veröffentlicht: (2024)

Machine Learning-Enhanced Ant Colony Optimization for Column Generation
von: Xu, Hongjie, et al.
Veröffentlicht: (2024)

Empirical Evaluation of No Free Lunch Violations in Permutation-Based Optimization
von: Sroka, Grzegorz
Veröffentlicht: (2026)

Enhanced Innovized Repair Operator for Evolutionary Multi- and Many-objective Optimization
von: Mittal, Sukrit, et al.
Veröffentlicht: (2020)

Optimization of Discrete Parameters Using the Adaptive Gradient Method and Directed Evolution
von: Beinarovich, Andrei, et al.
Veröffentlicht: (2024)

Tight Convergence Rate Bounds for Optimization Under Power Law Spectral Conditions
von: Velikanov, Maksim, et al.
Veröffentlicht: (2022)