Buchumschlag

Closed-Form Test Functions for Biophysical Sequence Optimization Algorithms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Stanton, Samuel, Alberstein, Robert, Frey, Nathan, Watkins, Andrew, Cho, Kyunghyun
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

A Review of 315 Benchmark and Test Functions for Machine Learning Optimization Algorithms and Metaheuristics with Mathematical and Visual Descriptions
von: Naser, M. Z., et al.
Veröffentlicht: (2024)

Optimizing Monotone Chance-Constrained Submodular Functions Using Evolutionary Multi-Objective Algorithms
von: Neumann, Aneta, et al.
Veröffentlicht: (2020)

Discovering Quality-Diversity Algorithms via Meta-Black-Box Optimization
von: Faldor, Maxence, et al.
Veröffentlicht: (2025)

Data-Informed Model Complexity Metric for Optimizing Symbolic Regression Models
von: Haut, Nathan, et al.
Veröffentlicht: (2025)

Experience-Based Evolutionary Algorithms for Expensive Optimization
von: Yu, Xunzhao, et al.
Veröffentlicht: (2023)

A Neural-Evolutionary Algorithm for Autonomous Transit Network Design
von: Holliday, Andrew, et al.
Veröffentlicht: (2024)

Cost Optimization in Production Line Using Genetic Algorithm
von: Rezaee, Alireza
Veröffentlicht: (2026)

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

LLaMEA-BO: A Large Language Model Evolutionary Algorithm for Automatically Generating Bayesian Optimization Algorithms
von: Li, Wenhu, et al.
Veröffentlicht: (2025)

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

Speeding-up Evolutionary Algorithms to solve Black-Box Optimization Problems
von: Echevarrieta, Judith, et al.
Veröffentlicht: (2023)

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

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

Looped Transformers are Better at Learning Learning Algorithms
von: Yang, Liu, et al.
Veröffentlicht: (2023)

Generalists vs. Specialists: Evaluating LLMs on Highly-Constrained Biophysical Sequence Optimization Tasks
von: Chen, Angelica, et al.
Veröffentlicht: (2024)

Optimization of Worker Scheduling at Logistics Depots Using Genetic Algorithms and Simulated Annealing
von: Xu, Jinxin, et al.
Veröffentlicht: (2024)

Explicit and Non-asymptotic Query Complexities of Rank-Based Zeroth-order Algorithms on Smooth Functions
von: Ye, Haishan
Veröffentlicht: (2025)

On the Influence of the Feature Computation Budget on Per-Instance Algorithm Selection for Black-Box Optimization
von: van der Blom, Koen, 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)

A Memetic Algorithm based on Variational Autoencoder for Black-Box Discrete Optimization with Epistasis among Parameters
von: Kato, Aoi, et al.
Veröffentlicht: (2025)

Delay Embedding Theory of Neural Sequence Models
von: Ostrow, Mitchell, et al.
Veröffentlicht: (2024)

Learning Long Sequences in Spiking Neural Networks
von: Stan, Matei Ioan, et al.
Veröffentlicht: (2023)

Form Follows Function: Recursive Stem Model
von: Hakimi, Navid
Veröffentlicht: (2026)

Adaptive Activation Functions for Predictive Modeling with Sparse Experimental Data
von: Pourkamali-Anaraki, Farhad, et al.
Veröffentlicht: (2024)

Structuring Multiple Simple Cycle Reservoirs with Particle Swarm Optimization
von: Li, Ziqiang, et al.
Veröffentlicht: (2025)

A Globally Convergent Algorithm for Neural Network Parameter Optimization Based on Difference-of-Convex Functions
von: Tschernutter, Daniel, et al.
Veröffentlicht: (2024)

Neuromorphic Spiking Neural Network Based Classification of COVID-19 Spike Sequences
von: Murad, Taslim, et al.
Veröffentlicht: (2024)

Sharpness-Aware Minimization in Genetic Programming
von: Bakurov, Illya, et al.
Veröffentlicht: (2024)

Diffusion Models are Evolutionary Algorithms
von: Zhang, Yanbo, et al.
Veröffentlicht: (2024)

Scalable Forward-Forward Algorithm
von: Krutsylo, Andrii
Veröffentlicht: (2025)

Optimizing Modular Robot Composition: A Lexicographic Genetic Algorithm Approach
von: Külz, Jonathan, et al.
Veröffentlicht: (2023)

HubRouter: A Pluggable Sub-Quadratic Routing Primitive for Hybrid Sequence Models
von: Basu, Abhinaba
Veröffentlicht: (2026)

On the Utility of Probing Trajectories for Algorithm-Selection
von: Renau, Quentin, et al.
Veröffentlicht: (2024)

NK Hybrid Genetic Algorithm for Clustering
von: Tinós, Renato, et al.
Veröffentlicht: (2024)

Neural Algorithmic Reasoning for Combinatorial Optimisation
von: Georgiev, Dobrik, et al.
Veröffentlicht: (2023)

Long-Sequence Memory with Temporal Kernels and Dense Hopfield Functionals
von: Farooq, Ahmed
Veröffentlicht: (2025)

State-Space Constraints Can Improve the Generalisation of the Differentiable Neural Computer to Input Sequences With Unseen Length
von: Ofner, Patrick, et al.
Veröffentlicht: (2021)

Automated Metaheuristic Algorithm Design with Autoregressive Learning
von: Zhao, Qi, et al.
Veröffentlicht: (2024)

Deep Learning-Based Operators for Evolutionary Algorithms
von: Shem-Tov, Eliad, et al.
Veröffentlicht: (2024)

Sequential Multi-Agent Dynamic Algorithm Configuration
von: Lu, Chen, et al.
Veröffentlicht: (2025)