研究人员开发了一种新颖的非光滑集梯度上升方法来改进多目标优化。该技术通过优化分层集指标来完善有限逼近集，这些指标在连续的非支配层上进行评估并与递减权重相结合。该方法为非支配点和支配点都提供了上升方向，防止了更深层掩盖主前沿的恶化。该方法通过数值示例和可复现的代码详细介绍了二维和三维目标场景。 AI
影响 引入了一种新的优化技术，可应用于复杂的AI模型训练。
排序理由 详细介绍多目标优化新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →