Learn to optimize—a brief overview

Most optimization problems of practical significance are typically solved by highly configurable parameterized algorithms. To achieve the best performance on a problem instance, a trial-and-error configuration process is required, which is very costly and even prohibitive for problems that are alrea...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	National science review Jg. 11; H. 8; S. nwae132
Hauptverfasser:	Tang, Ke, Yao, Xin
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	China Oxford University Press 01.08.2024
Schlagworte:	data-driven algorithm design machine learning optimization automated algorithm configuration
ISSN:	2095-5138, 2053-714X, 2053-714X
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!