Buchumschlag

Algorithm Selection with Probing Trajectories: Benchmarking the Choice of Classifier Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Renau, Quentin, Hart, Emma
Format:	Preprint
Veröffentlicht:	2025
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

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

Identifying Easy Instances to Improve Efficiency of ML Pipelines for Algorithm-Selection
von: Renau, Quentin, et al.
Veröffentlicht: (2024)

Improving Algorithm-Selection and Performance-Prediction via Learning Discriminating Training Samples
von: Renau, Quentin, et al.
Veröffentlicht: (2024)

Evaluating the Robustness of Deep-Learning Algorithm-Selection Models by Evolving Adversarial Instances
von: Hart, Emma, et al.
Veröffentlicht: (2024)

Beyond the Hype: Benchmarking LLM-Evolved Heuristics for Bin Packing
von: Sim, Kevin, et al.
Veröffentlicht: (2025)

Stalling in Space: Attractor Analysis for any Algorithm
von: Thomson, Sarah L., et al.
Veröffentlicht: (2024)

Generalized Early Stopping in Evolutionary Direct Policy Search
von: Arza, Etor, et al.
Veröffentlicht: (2023)

PAIR: A Novel Large Language Model-Guided Selection Strategy for Evolutionary Algorithms
von: Ali, Shady, et al.
Veröffentlicht: (2025)

Differential Evolution Algorithm based Hyper-Parameters Selection of Transformer Neural Network Model for Load Forecasting
von: Sen, Anuvab, et al.
Veröffentlicht: (2023)

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

Time Shifts to Reduce the Size of Reservoir Computers
von: Carroll, Thomas L., et al.
Veröffentlicht: (2022)

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)

From Heuristic Selection to Automated Algorithm Design: LLMs Benefit from Strong Priors
von: Huang, Qi, et al.
Veröffentlicht: (2026)

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

Classifying States of the Hopfield Network with Improved Accuracy, Generalization, and Interpretability
von: McAlister, Hayden, et al.
Veröffentlicht: (2025)

RUMC: A Rule-based Classifier Inspired by Evolutionary Methods
von: Mokhtari, Melvin
Veröffentlicht: (2024)

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)

Curriculum Design Helps Spiking Neural Networks to Classify Time Series
von: Sun, Chenxi, et al.
Veröffentlicht: (2023)

Code World Models for Parameter Control in Evolutionary Algorithms
von: Sartori, Camilo Chacón, et al.
Veröffentlicht: (2026)

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

PSO Fuzzy XGBoost Classifier Boosted with Neural Gas Features on EEG Signals in Emotion Recognition
von: Mousavi, Seyed Muhammad Hossein
Veröffentlicht: (2024)

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

Generalization Ability of Feature-based Performance Prediction Models: A Statistical Analysis across Benchmarks
von: Nikolikj, Ana, et al.
Veröffentlicht: (2024)

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

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

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

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

The Evolution of Learning Algorithms for Artificial Neural Networks
von: Baxter, Jonathan
Veröffentlicht: (2025)

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

Automated Design of Metaheuristic Algorithms: A Survey
von: Zhao, Qi, et al.
Veröffentlicht: (2023)

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

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

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

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

Classy Ensemble: A Novel Ensemble Algorithm for Classification
von: Sipper, Moshe
Veröffentlicht: (2023)

Estimation of Distribution Algorithms with Matrix Transpose in Bayesian Learning
von: Kim, Dae-Won, et al.
Veröffentlicht: (2024)

Pareto-Optimal Anytime Algorithms via Bayesian Racing
von: Wurth, Jonathan, et al.
Veröffentlicht: (2026)

Contextual Feature Selection with Conditional Stochastic Gates
von: Sristi, Ram Dyuthi, et al.
Veröffentlicht: (2023)

A Novel Multi-Objective Evolutionary Algorithm for Counterfactual Generation
von: Doyle-Finch, Gabriel, et al.
Veröffentlicht: (2025)

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