Digitalni repozitorij raziskovalnih organizacij Slovenije

Izpis gradiva
A+ | A- | Pomoč | SLO | ENG

Naslov:A methodology for multi-label algorithm selection in constrained multiobjective optimization
Avtorji:ID Andova, Andrejaana, Institut "Jožef Stefan" (Avtor)
ID Cork, Jordan, Institut "Jožef Stefan" (Avtor)
ID Tušar, Tea, Institut "Jožef Stefan" (Avtor)
ID Filipič, Bogdan, Institut "Jožef Stefan" (Avtor)
Datoteke:URL URL - Izvorni URL, za dostop obiščite https://www.sciencedirect.com/science/article/pii/S2210650225004031?via%3Dihub
 
.pdf PDF - Predstavitvena datoteka, prenos (2,78 MB)
MD5: 699BB5CDDB653FC62BAA19E6B744D2EC
 
Jezik:Angleški jezik
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:Logo IJS - Institut Jožef Stefan
Povzetek:Algorithm selection in optimization is often done by considering a single best-performing algorithm per problem. However, sometimes multiple algorithms perform comparably well on the same optimization problem, and in such cases, it would be appropriate to consider all of them as best performing. Hence, this work proposes an algorithm selection methodology that enables the identification and prediction of multiple algorithms as best performing. More specifically, the methodology involves first identifying the best-performing algorithms using statistical tests that show when the algorithms perform comparably well. Then, these algorithms are set as targets to machine learning models that can predict multiple algorithms as best performing. Finally, an evaluation measure is introduced to assess the performance of the algorithm selection models. The proposed methodology is applied to constrained multiobjective optimization.
Ključne besede:spatial signal encoding, exploratory landscape analysis, constrained multiobjective optimization
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Poslano v recenzijo:11.07.2025
Datum sprejetja članka:02.12.2025
Datum objave:07.12.2025
Založnik:Elsevier
Leto izida:2025
Št. strani:str. 1-12
Številčenje:Vol. 100, [article no.] 102246
PID:20.500.12556/DiRROS-28532 Novo okno
UDK:004
ISSN pri članku:2210-6510
DOI:10.1016/j.swevo.2025.102246 Novo okno
COBISS.SI-ID:272614147 Novo okno
Avtorske pravice:© 2025 The Authors.
Opomba:Nasl. z nasl. zaslona; Opis vira z dne 23. 3. 2026;
Datum objave v DiRROS:23.03.2026
Število ogledov:176
Število prenosov:113
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
  
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Swarm and evolutionary computation
Založnik:Elsevier
ISSN:2210-6510
COBISS.SI-ID:175366403 Novo okno

Gradivo je financirano iz projekta

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:P2-0209-2022
Naslov:Umetna inteligenca in inteligentni sistemi

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:N2-0254-2022
Naslov:Večkriterijska optimizacija z omejitvami na osnovi analize problemske pokrajine

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:GC-0001-2024
Naslov:Umetna inteligenca za znanost

Financer:Drugi - Drug financer ali več financerjev
Program financ.:European Cooperation in Science and Technology
Številka projekta:CA22137
Naslov:Randomised Optimisation Algorithms Research Network
Akronim:ROAR-NET

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:07.12.2025
Vezano na:VoR

Sekundarni jezik

Jezik:Slovenski jezik
Ključne besede:izbira algoritmov, optimizacija


Nazaj