When does quasi-random work ?

Olivier Teytaud 1, 2
2 TAO - Machine Learning and Optimisation
CNRS - Centre National de la Recherche Scientifique : UMR8623, Inria Saclay - Ile de France, UP11 - Université Paris-Sud - Paris 11, LRI - Laboratoire de Recherche en Informatique
Abstract : We experiment the efficiency of quasi-random mutations in evolution strategies in continuous domains from various points of views: (i) non-convexity (ii) convergence rate (iii) non-asymptotic behavior (iv) noise. We conclude that quasi-random mutations are great.
Type de document :
Communication dans un congrès
Parallel Problem Solving from Nature, Sep 2008, Dortmund, Germany. 2008
Liste complète des métadonnées

Littérature citée [28 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00287863
Contributeur : Olivier Teytaud <>
Soumis le : vendredi 13 juin 2008 - 10:42:09
Dernière modification le : jeudi 5 avril 2018 - 12:30:12
Document(s) archivé(s) le : vendredi 28 septembre 2012 - 15:52:52

Fichier

dcmanew.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00287863, version 1

Collections

Citation

Olivier Teytaud. When does quasi-random work ?. Parallel Problem Solving from Nature, Sep 2008, Dortmund, Germany. 2008. 〈inria-00287863〉

Partager

Métriques

Consultations de la notice

273

Téléchargements de fichiers

217