您好，读者！ 请
登录
内蒙古大学图书馆
首页
概况
本馆概况
组织机构
入馆须知
规章制度
馆藏布局
参观与访问图书馆
党建
资源
馆藏资源
电子资源
数据库导航
特色资源
服务
办证服务
图书借阅
阅读推广
文献传递与馆际互借
空间与设施
开放时间
iThenticate论文原创性检测服务
科研支持
论文收录引用证明
科技查新
知识产权
档案馆
帮助
联系我们
地理位置
新生指南
常见问题
图书捐赠
咨询与建议
建议与咨询
留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法
您的常用邮箱：
*
您的手机号码：
*
问题描述：
当前已输入0个字，您还可以输入200个字
全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现
本站搜索
搜 索
高级检索
分类表
所选分类
----=双击删除一行=----
>>
<<
限定检索结果
标题
作者
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
标题
标题
作者
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
作者
标题
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
作者
作者
标题
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
确 定
文献类型
1 篇
会议
馆藏范围
1 篇
电子文献
0 种
纸本馆藏
日期分布
学科分类号
1 篇
理学
1 篇
数学
1 篇
工学
1 篇
电气工程
1 篇
信息与通信工程
1 篇
计算机科学与技术...
主题
1 篇
black-box optimi...
1 篇
algorithm trajec...
1 篇
algorithm select...
机构
1 篇
edinburgh napier...
作者
1 篇
renau quentin
1 篇
hart emma
语言
1 篇
英文
检索条件
"主题词=Algorithm Trajectory"
共
1
条 记 录，以下是1-10
订阅
全选
清除本页
清除全部
题录导出
标记到"检索档案"
详细
简洁
排序：
相关度排序
时效性降序
时效性升序
相关度排序
相关度排序
时效性降序
时效性升序
algorithm
Selection with Probing Trajectories: Benchmarking the Choice of Classifier Model 28th
Algorithm Selection with Probing Trajectories: Benchmarking...
收藏
分享
引用
28th European Conference on Applications of Evolutionary Computation, EvoApplications 2025, held as part of EvoStar 2025
作者：
Renau, Quentin
Hart, Emma
Edinburgh Napier University
Edinburgh United Kingdom
Recent approaches to training
algorithm
selectors in the black-box optimisation domain have advocated for the use of training data that is ‘
algorithm
-centric’ in order to encapsulate information about how an algorit...
详细信息
ISBN: (纸本)9783031900617
Recent approaches to training
algorithm
selectors in the black-box optimisation domain have advocated for the use of training data that is ‘
algorithm
-centric’ in order to encapsulate information about how an
algorithm
performs on an instance, rather than relying on information derived from features of the instance itself. Probing trajectories that consist of a sequence of objective performance per function evaluation obtained from a short run of an
algorithm
have recently shown particular promise in training accurate selectors. However, training models on this type of data requires an appropriately chosen classifier given the sequential nature of the data. There are currently no clear guidelines for choosing the most appropriate classifier for
algorithm
selection using time-series data from the plethora of models available. To address this, we conduct a large benchmark study using 17 different classifiers and three types of
trajectory
on a classification task using the BBOB benchmark suite using both leave-one-instance out and leave-one-problem out cross-validation. In contrast to previous studies using tabular data, we find that the choice of classifier has a significant impact, showing that feature-based and interval-based models are the best choices. © The Author(s), under exclusive license to Springer Nature Switzerland AG 2025.
关键词：
algorithm
Selection
algorithm trajectory
Black-Box Optimisation
来源：
评论
学校读者
我要写书评
暂无评论
没有更多数据了...
下一页
全选
清除本页
清除全部
题录导出
标记到“检索档案”
共1页
<<
<
1
>
>>
检索报告
对象比较
合并检索
0
隐藏
清空
合并搜索
回到顶部
执行限定条件
内容：
评分：
请选择保存的检索档案：
新增检索档案
确定
取消
请选择收藏分类：
新增自定义分类
确定
取消
订阅名称：
通借通还
温馨提示：
图书名称：
借书校区：
取书校区：
手机号码：
邮箱地址：
一卡通帐号：
电话和邮箱必须正确填写，我们会与您联系确认。
联 系 人：
所在院系：
联系邮箱：
联系电话：
暂无评论