Buchumschlag

On the Structural (Dis)Agreement of Landscape Representations in Black-Box Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gjorgjieva, Sara, Tuba, Eva, Seljak, Barbara Koroušić, Doerr, Carola, Eftimov, Tome
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Quantifying Individual and Joint Module Impact in Modular Optimization Frameworks
von: Nikolikj, Ana, et al.
Veröffentlicht: (2024)

Tracing the Interactions of Modular CMA-ES Configurations Across Problem Landscapes
von: Nikolikj, Ana, et al.
Veröffentlicht: (2025)

How Sequential Algorithm Portfolios can benefit Black Box Optimization
von: Dinu, Catalin-Viorel, et al.
Veröffentlicht: (2026)

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

Adaptive Estimation of the Number of Algorithm Runs in Stochastic Optimization
von: Eftimov, Tome, et al.
Veröffentlicht: (2025)

Algorithm Instance Footprint: Separating Easily Solvable and Challenging Problem Instances
von: Nikolikj, Ana, et al.
Veröffentlicht: (2023)

Customized Exploration of Landscape Features Driving Multi-Objective Combinatorial Optimization Performance
von: Nikolikj, Ana, et al.
Veröffentlicht: (2025)

Similarity-based Portfolio Construction for Black-box Optimization
von: Dinu, Catalin-Viorel, et al.
Veröffentlicht: (2026)

Impact of Training Instance Selection on Automated Algorithm Selection Models for Numerical Black-box Optimization
von: Dietrich, Konstantin, et al.
Veröffentlicht: (2024)

Comparing Optimization Algorithms Through the Lens of Search Behavior Analysis
von: Cenikj, Gjorgjina, et al.
Veröffentlicht: (2025)

Hybridizing Target- and SHAP-encoded Features for Algorithm Selection in Mixed-variable Black-box Optimization
von: Dietrich, Konstantin, et al.
Veröffentlicht: (2024)

Quantifying the Impact of Modules and Their Interactions in the PSO-X Framework
von: Camacho-Villalón, Christian L., et al.
Veröffentlicht: (2026)

ClustOpt: A Clustering-based Approach for Representing and Visualizing the Search Dynamics of Numerical Metaheuristic Optimization Algorithms
von: Cenikj, Gjorgjina, et al.
Veröffentlicht: (2025)

Using the Empirical Attainment Function for Analyzing Single-objective Black-box Optimization Algorithms
von: López-Ibáñez, Manuel, et al.
Veröffentlicht: (2024)

Enhancing Parameter Control Policies with State Information
von: Covini, Gianluca, et al.
Veröffentlicht: (2025)

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

Large-scale Benchmarking of Metaphor-based Optimization Heuristics
von: Vermetten, Diederick, et al.
Veröffentlicht: (2024)

Finding Low Star Discrepancy 3D Kronecker Point Sets Using Algorithm Configuration Techniques
von: Abderrahim, Imène Ait, et al.
Veröffentlicht: (2026)

Tight Runtime Bounds for Static Unary Unbiased Evolutionary Algorithms on Linear Functions
von: Doerr, Carola, et al.
Veröffentlicht: (2023)

When Switching Algorithms Helps: A Theoretical Study of Online Algorithm Selection
von: Antipov, Denis, et al.
Veröffentlicht: (2026)

Neural Exploratory Landscape Analysis for Meta-Black-Box-Optimization
von: Ma, Zeyuan, et al.
Veröffentlicht: (2024)

OPAL: Operator-Programmed Algorithms for Landscape-Aware Black-Box Optimization
von: Lian, Junbo Jacob, et al.
Veröffentlicht: (2025)

Runtime Analysis of the SMS-EMOA for Many-Objective Optimization
von: Zheng, Weijie, et al.
Veröffentlicht: (2023)

A Survey of Meta-features Used for Automated Selection of Algorithms for Black-box Single-objective Continuous Optimization
von: Cenikj, Gjorgjina, et al.
Veröffentlicht: (2024)

MECHBench: A Set of Black-Box Optimization Benchmarks originated from Structural Mechanics
von: Rodríguez, Iván Olarte, et al.
Veröffentlicht: (2025)

Generative Evolutionary Strategy For Black-Box Optimizations
von: Park, Changhwi
Veröffentlicht: (2022)

Empirical Analysis of the Dynamic Binary Value Problem with IOHprofiler
von: Vermetten, Diederick, et al.
Veröffentlicht: (2024)

Improved Runtime Guarantees for the SPEA2 Multi-Objective Optimizer
von: Doerr, Benjamin, et al.
Veröffentlicht: (2025)

Cascading CMA-ES Instances for Generating Input-diverse Solution Batches
von: Santoni, Maria Laura, et al.
Veröffentlicht: (2025)

Learning Mixture-of-Experts for General-Purpose Black-Box Discrete Optimization
von: Liu, Shengcai, et al.
Veröffentlicht: (2024)

CMA-ES with Radial Basis Function Surrogate for Black-Box Optimization
von: Khouzani, Farshid Farhadi, et al.
Veröffentlicht: (2025)

Meta-Black-Box Optimization Can Do Search Guidance for Expensive Constrained Multi-Objective Optimization
von: Du, Yukun, et al.
Veröffentlicht: (2026)

Proven Approximation Guarantees in Multi-Objective Optimization: SPEA2 Beats NSGA-II
von: Alghouass, Yasser, et al.
Veröffentlicht: (2025)

Near-Tight Runtime Guarantees for Many-Objective Evolutionary Algorithms
von: Wietheger, Simon, et al.
Veröffentlicht: (2024)

Evolutionary Algorithms Are Significantly More Robust to Noise When They Ignore It
von: Antipov, Denis, et al.
Veröffentlicht: (2024)

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

Benchmarking Parameter Control Methods in Differential Evolution for Mixed-Integer Black-Box Optimization
von: Tanabe, Ryoji
Veröffentlicht: (2024)

A Standardized Benchmark Set of Clustering Problem Instances for Comparing Black-Box Optimizers
von: Vermetten, Diederick, et al.
Veröffentlicht: (2025)

Distributed Evolution Strategies with Multi-Level Learning for Large-Scale Black-Box Optimization
von: Duan, Qiqi, et al.
Veröffentlicht: (2023)

CatCMA with Margin for Single- and Multi-Objective Mixed-Variable Black-Box Optimization
von: Hamano, Ryoki, et al.
Veröffentlicht: (2025)