Buchumschlag

Optimizing PM2.5 Forecasting Accuracy with Hybrid Meta-Heuristic and Machine Learning Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ghafariasl, Parviz, Zeinalnezhad, Masoomeh, Ahmadishokooh, Amir
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Neural and Evolutionary Computing Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Massive Dimensions Reduction and Hybridization with Meta-heuristics in Deep Learning
von: Khosrowshahli, Rasa, et al.
Veröffentlicht: (2024)

An Amortized Efficiency Threshold for Comparing Neural and Heuristic Solvers in Combinatorial Optimization
von: Afifi, Sohaib
Veröffentlicht: (2026)

Heuristically Adaptive Diffusion-Model Evolutionary Strategy
von: Hartl, Benedikt, et al.
Veröffentlicht: (2024)

Learning Heuristics for Transit Network Design and Improvement with Deep Reinforcement Learning
von: Holliday, Andrew, et al.
Veröffentlicht: (2024)

MetaBox-v2: A Unified Benchmark Platform for Meta-Black-Box Optimization
von: Ma, Zeyuan, et al.
Veröffentlicht: (2025)

Rethinking LLM-Driven Heuristic Design: Generating Efficient and Specialized Solvers via Dynamics-Aware Optimization
von: Wang, Rongzheng, et al.
Veröffentlicht: (2026)

A Firefly Algorithm for Mixed-Variable Optimization Based on Hybrid Distance Modeling
von: Bechir, Ousmane Tom, et al.
Veröffentlicht: (2026)

Task-free Adaptive Meta Black-box Optimization
von: Wang, Chao, et al.
Veröffentlicht: (2026)

Automated Deep Learning for Load Forecasting
von: Keisler, Julie, et al.
Veröffentlicht: (2024)

A Hybrid Swarm Intelligence Approach for Optimizing Multimodal Large Language Models Deployment in Edge-Cloud-based Federated Learning Environments
von: Rjouba, Gaith, et al.
Veröffentlicht: (2025)

Evolving Reservoirs for Meta Reinforcement Learning
von: Léger, Corentin, et al.
Veröffentlicht: (2023)

General-Purpose In-Context Learning by Meta-Learning Transformers
von: Kirsch, Louis, et al.
Veröffentlicht: (2022)

Large Language Model as Meta-Surrogate for Data-Driven Many-Task Optimization: A Proof-of-Principle Study
von: Zhang, Xian-Rong, et al.
Veröffentlicht: (2025)

Offline Model-Based Optimization by Learning to Rank
von: Tan, Rong-Xi, et al.
Veröffentlicht: (2024)

Meta-Learning Loss Functions for Deep Neural Networks
von: Raymond, Christian
Veröffentlicht: (2024)

Instance Generation for Meta-Black-Box Optimization through Latent Space Reverse Engineering
von: Wang, Chen, et al.
Veröffentlicht: (2025)

On the Temperature of Machine Learning Systems
von: Zhang, Dong
Veröffentlicht: (2024)

Fitness Approximation through Machine Learning
von: Tzruia, Itai, et al.
Veröffentlicht: (2023)

Beyond Single-Model Optimization: Preserving Plasticity in Continual Reinforcement Learning
von: Lillo, Lute, et al.
Veröffentlicht: (2026)

An Experimental Study on Decomposition-Based Deep Ensemble Learning for Traffic Flow Forecasting
von: Zhu, Qiyuan, et al.
Veröffentlicht: (2024)

Evolutionary Extreme Learning Machine of ab-initio Energy Landscapes for Crystal Structure Prediction using Manta Ray Optimization with Levy Flight
von: Rubio-Solis, Adrian
Veröffentlicht: (2026)

Experimental Evaluation of Machine Learning Models for Goal-oriented Customer Service Chatbot with Pipeline Architecture
von: Isa, Nurul Ain Nabilah Mohd, et al.
Veröffentlicht: (2024)

Introduction to Predictive Coding Networks for Machine Learning
von: Stenlund, Mikko
Veröffentlicht: (2025)

Mechanistic Neural Networks for Scientific Machine Learning
von: Pervez, Adeel, et al.
Veröffentlicht: (2024)

LLM-Meta-SR: In-Context Learning for Evolving Selection Operators in Symbolic Regression
von: Zhang, Hengzhe, et al.
Veröffentlicht: (2025)

Towards Universal Offline Black-Box Optimization via Learning Language Model Embeddings
von: Tan, Rong-Xi, et al.
Veröffentlicht: (2025)

Dynamic Design of Machine Learning Pipelines via Metalearning
von: Alcobaça, Edesio, et al.
Veröffentlicht: (2025)

SpikySpace: A Spiking State Space Model for Energy-Efficient Time Series Forecasting
von: Tang, Kaiwen, et al.
Veröffentlicht: (2026)

Surrogate Benchmarks for Model Merging Optimization
von: Akizuki, Rio, et al.
Veröffentlicht: (2025)

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

TrajEvo: Trajectory Prediction Heuristics Design via LLM-driven Evolution
von: Zhao, Zhikai, et al.
Veröffentlicht: (2025)

A Novel Machine Learning Classifier Based on Genetic Algorithms and Data Importance Reformatting
von: Alkhayyata, A. K., et al.
Veröffentlicht: (2024)

Selective Task offloading for Maximum Inference Accuracy and Energy efficient Real-Time IoT Sensing Systems
von: Sada, Abdelkarim Ben, et al.
Veröffentlicht: (2024)

Generalized Population-Based Training for Hyperparameter Optimization in Reinforcement Learning
von: Bai, Hui, et al.
Veröffentlicht: (2024)

Provable Benefits of Complex Parameterizations for Structured State Space Models
von: Ran-Milo, Yuval, et al.
Veröffentlicht: (2024)

EvoSampling: A Granular Ball-based Evolutionary Hybrid Sampling with Knowledge Transfer for Imbalanced Learning
von: Pei, Wenbin, et al.
Veröffentlicht: (2024)

EOE: Evolutionary Optimization of Experts for Training Language Models
von: Chen, Yingshi
Veröffentlicht: (2025)

Position: Leverage Foundational Models for Black-Box Optimization
von: Song, Xingyou, et al.
Veröffentlicht: (2024)

SpiKernel: A Kernel Size Exploration Methodology for Improving Accuracy of the Embedded Spiking Neural Network Systems
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2024)

Space-Time Continuous PDE Forecasting using Equivariant Neural Fields
von: Knigge, David M., et al.
Veröffentlicht: (2024)