Buchumschlag

Neural Exploratory Landscape Analysis for Meta-Black-Box-Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Zeyuan, Chen, Jiacheng, Guo, Hongshu, Gong, Yue-Jiao
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

READY: Reward Discovery for Meta-Black-Box Optimization
von: Huang, Zechuan, et al.
Veröffentlicht: (2026)

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

Meta-Black-Box-Optimization through Offline Q-function Learning
von: Ma, Zeyuan, et al.
Veröffentlicht: (2025)

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

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

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

Surrogate Learning in Meta-Black-Box Optimization: A Preliminary Study
von: Ma, Zeyuan, et al.
Veröffentlicht: (2025)

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

Reinforcement Learning-assisted Constraint Relaxation for Constrained Expensive Optimization
von: Zhu, Qianhao, et al.
Veröffentlicht: (2026)

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

Surrogate Ensemble in Expensive Multi-Objective Optimization via Deep Q-Learning
von: Wu, Yuxin, et al.
Veröffentlicht: (2026)

Reinforcement Learning-based Self-adaptive Differential Evolution through Automated Landscape Feature Learning
von: Guo, Hongshu, et al.
Veröffentlicht: (2025)

ConfigX: Modular Configuration for Evolutionary Algorithms via Multitask Reinforcement Learning
von: Guo, Hongshu, et al.
Veröffentlicht: (2024)

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

Evolution of Benchmark: Black-Box Optimization Benchmark Design through Large Language Model
von: Wang, Chen, et al.
Veröffentlicht: (2026)

Auto-configuring Exploration-Exploitation Tradeoff in Evolutionary Computation via Deep Reinforcement Learning
von: Ma, Zeyuan, et al.
Veröffentlicht: (2024)

COBRA++: Enhanced COBRA Optimizer with Augmented Surrogate Pool and Reinforced Surrogate Selection
von: Yu, Zipei, et al.
Veröffentlicht: (2026)

A Novel Two-Phase Cooperative Co-evolution Framework for Large-Scale Global Optimization with Complex Overlapping
von: Qiu, Wenjie, et al.
Veröffentlicht: (2025)

LLaMoCo: Instruction Tuning of Large Language Models for Optimization Code Generation
von: Ma, Zeyuan, et al.
Veröffentlicht: (2024)

Learning Where, What and How to Transfer: A Multi-Role Reinforcement Learning Approach for Evolutionary Multitasking
von: Zhan, Jiajun, et al.
Veröffentlicht: (2025)

RLEMMO: Evolutionary Multimodal Optimization Assisted By Deep Reinforcement Learning
von: Lian, Hongqiao, et al.
Veröffentlicht: (2024)

Accurate Peak Detection in Multimodal Optimization via Approximated Landscape Learning
von: Ma, Zeyuan, et al.
Veröffentlicht: (2025)

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

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

A Learning-Based Cooperative Coevolution Framework for Heterogeneous Large-Scale Global Optimization
von: Qiu, Wenjie, et al.
Veröffentlicht: (2026)

Deep Reinforcement Learning for Dynamic Algorithm Selection: A Proof-of-Principle Study on Differential Evolution
von: Guo, Hongshu, et al.
Veröffentlicht: (2024)

Meta-Black-Box Optimization with Ensemble Surrogate Modeling for Robustness-Accuracy Trade-off within SAEA
von: Jin, Xiao, et al.
Veröffentlicht: (2026)

Meta-Black-Box Optimization with Bi-Space Landscape Analysis and Dual-Control Mechanism for SAEA
von: Du, Yukun, et al.
Veröffentlicht: (2025)

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

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)

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)

Reinforced In-Context Black-Box Optimization
von: Song, Lei, et al.
Veröffentlicht: (2024)

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

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

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

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)

On the Structural (Dis)Agreement of Landscape Representations in Black-Box Optimization
von: Gjorgjieva, Sara, et al.
Veröffentlicht: (2026)

Topic Modelling Black Box Optimization
von: Akramov, Roman, et al.
Veröffentlicht: (2025)

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

A Generative Neural Annealer for Black-Box Combinatorial Optimization
von: Zhang, Yuan-Hang, et al.
Veröffentlicht: (2025)