| Autor(es): |
Roder, Mateus
;
de Rosa, Gustavo Henrique
;
Passos, Leandro Aparecido
;
Papa, Joao Paulo
;
Debiaso Rossi, Andre Luis
;
IEEE
Número total de Autores: 6
|
| Tipo de documento: | Artigo Científico |
| Fonte: | 2020 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION (CEC); v. N/A, p. 8-pg., 2020-01-01. |
| Resumo | |
In the last century, Albert Einstein's perceptions of the world afforded a revolution in the understanding of the universe. In his theory of general relativity, he describes the space-time continuum, a concept capable of explaining several phenomena, ranging from gravity to black holes and supernovas. Further, it also provides a set of formulations to generalize classical physics concepts to accommodate the relativistic notions. Meanwhile, several mathematicians have been working on optimization tools aiming to solve complex problems associated with a large number of variables. Nowadays, despite the computational power, many daily tasks still pose a challenge and are becoming more prohibitives, mostly due to the massive amount of data to be processed. Therefore, efficient optimization techniques are more desirable than ever. In this context, meta-heuristic optimization has arisen, i.e., stochastic nature-inspired methods capable of finding sub-optimal solutions for complex problems with a reasonable computational effort. However, such approaches still suffer from some drawbacks related to low convergence and getting stuck on local optima, among others. Therefore, in this paper, we introduce relativistic concepts into the well-known meta-heuristic optimization technique Particle Swarm Optimization (PSO). The experimental results evince the robustness of the proposed approach compared to the standard PSO as well as three other variations for five benchmarking functions. (AU) | |
| Processo FAPESP: | 19/02205-5 - Aprendizado adversarial em processamento de linguagem natural |
| Beneficiário: | Gustavo Henrique de Rosa |
| Modalidade de apoio: | Bolsas no Brasil - Doutorado |
| Processo FAPESP: | 17/25908-6 - Aprendizado fracamente supervisionado para análise de vídeos no domínio comprimido em tarefas de recuperação e classificação para alertas visuais |
| Beneficiário: | João Paulo Papa |
| Modalidade de apoio: | Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE |
| Processo FAPESP: | 19/07825-1 - Máquinas de Boltzmann em profundidade para reconhecimento de eventos em vídeos |
| Beneficiário: | Mateus Roder |
| Modalidade de apoio: | Bolsas no Brasil - Mestrado |
| Processo FAPESP: | 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria |
| Beneficiário: | Francisco Louzada Neto |
| Modalidade de apoio: | Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs |
| Processo FAPESP: | 19/07665-4 - Centro de Inteligência Artificial |
| Beneficiário: | Fabio Gagliardi Cozman |
| Modalidade de apoio: | Auxílio à Pesquisa - Programa eScience e Data Science - Centros de Pesquisa em Engenharia |
| Processo FAPESP: | 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo? |
| Beneficiário: | Alexandre Xavier Falcão |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |