Un optimizador de enjambre de aprendizaje de élite integral basado en grupos de dimensiones para optimización a gran escala
Autores: Yang, Qiang; Zhang, Kai-Xuan; Gao, Xu-Dong; Xu, Dong-Dong; Lu, Zhen-Yu; Jeon, Sang-Woon; Zhang, Jun
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un optimizador de enjambre de aprendizaje de élite integral basado en grupos de dimensiones para optimización a gran escala
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Problemas de optimización
Grandes volúmenes de datos
Internet de las cosas
Optimizador de enjambre
Información evolutiva
Grupo basado en dimensiones.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 17
Citaciones: Sin citaciones
Los problemas de optimización de alta dimensionalidad son cada vez más comunes en la era de los datos masivos y el Internet de las cosas (IoT), lo que desafía seriamente el rendimiento de optimización de los optimizadores existentes.
Descripción
Los problemas de optimización de alta dimensionalidad son cada vez más comunes en la era de los datos masivos y el Internet de las cosas (IoT), lo que desafía seriamente el rendimiento de optimización de los optimizadores existentes.