2025年7月14日から7月18日までスペインで開催される、進化計算分野で難関国際会議の一つである「The Genetic and Evolutionary Computation Conference (GECCO) 2025」において、MI-6機械学習チームが執筆した論文がポスター発表に採択されました。
GECCO 2025で採択された論文の概要は、下記のとおりです。
Avoiding Premature Convergence to Local Optima with Adaptive Exploration for Genetic Algorithms
著者：Sumaiya Saima Sultana, Tomohiko Tanabe, Fausten Tobias, Mitsuru Irie (MI-6 Ltd.)
概要：従来の遺伝的アルゴリズムは、準最適な領域への早期収束や局所最適解からの脱出困難といった問題を抱えています。本研究では、この問題に対処するため、探索空間を適応的に探索するマルチリスタートヒューリスティックアプローチを提案します。このアプローチでは、既存の最良解のクラスタリングによる統計的証拠に基づいて、大域的最適解の探索を継続するか、既に発見された最適領域に収束するかを決定します。実験結果は、提案手法が従来の遺伝的アルゴリズムの性能を向上させることを示しています。