Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Roder, Mateus [UNESP] | - |
Autor(es): dc.creator | Rosa, Gustavo Henrique de [UNESP] | - |
Autor(es): dc.creator | Passos, Leandro Aparecido [UNESP] | - |
Autor(es): dc.creator | Papa, Joao Paulo [UNESP] | - |
Autor(es): dc.creator | Debiaso Rossi, Andre Luis [UNESP] | - |
Autor(es): dc.creator | IEEE | - |
Data de aceite: dc.date.accessioned | 2022-08-04T21:58:53Z | - |
Data de disponibilização: dc.date.available | 2022-08-04T21:58:53Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2019-12-31 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/218679 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/218679 | - |
Descrição: dc.description | 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. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Sao Paulo State Univ, Dept Comp, UNESP, Bauru, SP, Brazil | - |
Descrição: dc.description | Sao Paulo State Univ, UNESP, Itapeva, SP, Brazil | - |
Descrição: dc.description | Sao Paulo State Univ, Dept Comp, UNESP, Bauru, SP, Brazil | - |
Descrição: dc.description | Sao Paulo State Univ, UNESP, Itapeva, SP, Brazil | - |
Descrição: dc.description | FAPESP: 2013/07375-0 | - |
Descrição: dc.description | FAPESP: 2014/12236-1 | - |
Descrição: dc.description | FAPESP: 2017/25908-6 | - |
Descrição: dc.description | FAPESP: 2019/02205-5 | - |
Descrição: dc.description | FAPESP: 2019/07825-1 | - |
Descrição: dc.description | FAPESP: 2019/07665-4 | - |
Descrição: dc.description | CNPq: 307066/2017-7 | - |
Descrição: dc.description | CNPq: 427968/2018-6 | - |
Formato: dc.format | 8 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Ieee | - |
Relação: dc.relation | 2020 Ieee Congress On Evolutionary Computation (cec) | - |
???dc.source???: dc.source | Web of Science | - |
Palavras-chave: dc.subject | Global Optimization | - |
Palavras-chave: dc.subject | Meta-Heuristic Optimization | - |
Palavras-chave: dc.subject | Particle Swarm Optimization | - |
Palavras-chave: dc.subject | Theory of Relativity | - |
Palavras-chave: dc.subject | Relativistic Particle Swarm Optimization | - |
Título: dc.title | Harnessing Particle Swarm Optimization Through Relativistic Velocity | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: