演化Pareto优化与子集选择学习

摘要：

Approximation analysis of Pareto optimization，proposed an analysis framework，can be the best approximation algorithm，Apply to subset selection，selective ensemble problem: Pareto ensemble pruning，sparse regression problem: Pareto sparse regression，Well parallelizable algorithm，With theoretical justifications, we aim at solving learningproblems better.With increasing number of processors, the number of iterations can becontinuously reduced, eventually to a constant.

关键词： 演化计算 优化算法 子集选择学习

作者: 俞扬

作者单位: 南京大学 软件新技术国家重点实验室 机器学习与数据挖掘研究所

会议类型: 国内会议

会议名称: 第三届中国演化计算与学习研讨会(ECOLE 2016)

会议地点: 上海

会议语种:中文

页码: 1-53

在线出版日期: 2016-05-27（万方平台首次上网日期，不代表论文的发表时间）