本文關(guān)鍵詞：基于分解策略的多目標(biāo)演化子集選擇算法

  更多相關(guān)文章： 機(jī)器學(xué)習(xí) 子集選擇 多目標(biāo)優(yōu)化 多目標(biāo)演化算法 分解策略

【摘要】：在許多現(xiàn)實(shí)的機(jī)器學(xué)習(xí)任務(wù)中,經(jīng)常遇到從一組變量中挑選一個(gè)子集的問題,即子集選擇問題.對于這類問題的求解是NP難的.最近,一種基于多目標(biāo)演化算法的子集選擇算法POSS被提出;無論是在理論上還是在實(shí)驗(yàn)上,POSS方法均獲得了目前的最佳性能.然而,當(dāng)問題規(guī)模很大的時(shí)候,POSS方法的運(yùn)行時(shí)間變得難以令人滿意,這阻礙了其在大規(guī)模實(shí)際問題中的應(yīng)用.提出了一種基于分解策略的多目標(biāo)演化子集選擇算法DPOSS.DPOSS方法將整個(gè)子集空間分解成多個(gè)子空間,并依次調(diào)用POSS方法來求解.在理論上,DPOSS方法在獲得和POSS方法相同近似性能下界的同時(shí),運(yùn)行時(shí)間隨著分解個(gè)數(shù)的增加超線性下降.實(shí)驗(yàn)結(jié)果驗(yàn)證了這一理論,并顯示出,DPOSS方法的實(shí)際性能隨著分解個(gè)數(shù)的增加略有下降,但依然優(yōu)于以往的貪婪算法.
【作者單位】： 南京大學(xué)計(jì)算機(jī)軟件新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室;軟件新技術(shù)與產(chǎn)業(yè)化協(xié)同創(chuàng)新中心;中國科學(xué)技術(shù)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 機(jī)器學(xué)習(xí) 子集選擇 多目標(biāo)優(yōu)化 多目標(biāo)演化算法 分解策略
【基金】：國家自然科學(xué)基金(批準(zhǔn)號:61333014,61321491)資助項(xiàng)目
【分類號】：TP18
【正文快照】： 國家自然科學(xué)基金(批準(zhǔn)號:61333014,61321491)資助項(xiàng)目1引言在許多現(xiàn)實(shí)的機(jī)器學(xué)習(xí)任務(wù)中,經(jīng)常遇到這樣一類問題:從給定的n個(gè)變量中選擇大小不超過k的一個(gè)子集來優(yōu)化某個(gè)給定的目標(biāo).這類問題被稱為子集選擇(subset selection)問題,其起源于矩陣列選擇問題,即從一個(gè)給定的矩陣中，

本文編號：1091063