This HTML5 document contains 98 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
n12https://cran.r-project.org/web/packages/CEoptim/
dctermshttp://purl.org/dc/terms/
yago-reshttp://yago-knowledge.org/resource/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
n17https://global.dbpedia.org/id/
n23http://www.maths.uq.edu.au/~kroese/ps/
yagohttp://dbpedia.org/class/yago/
dbthttp://dbpedia.org/resource/Template:
rdfshttp://www.w3.org/2000/01/rdf-schema#
dbpedia-ukhttp://uk.dbpedia.org/resource/
freebasehttp://rdf.freebase.com/ns/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
owlhttp://www.w3.org/2002/07/owl#
dbpedia-frhttp://fr.dbpedia.org/resource/
n20https://www.nuget.org/packages/
wikipedia-enhttp://en.wikipedia.org/wiki/
dbchttp://dbpedia.org/resource/Category:
dbpedia-thhttp://th.dbpedia.org/resource/
provhttp://www.w3.org/ns/prov#
dbphttp://dbpedia.org/property/
xsdhhttp://www.w3.org/2001/XMLSchema#
wikidatahttp://www.wikidata.org/entity/
dbrhttp://dbpedia.org/resource/

Statements

Subject Item
dbr:List_of_algorithms
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:Deep_reinforcement_learning
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:List_of_numerical_analysis_topics
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:Cross_entropy
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:Estimation_of_distribution_algorithm
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:Genetic_algorithm
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:Cross-entropy_method
rdf:type
yago:Cognition100023271 yago:WikicatHeuristics yago:Activity100407535 yago:Ability105616246 yago:YagoPermanentlyLocatedEntity yago:Abstraction100002137 yago:Heuristic105847956 yago:Act100030358 yago:WikicatMonteCarloMethods yago:Procedure101023820 yago:PsychologicalFeature100023100 yago:Know-how105616786 yago:Rule105846932 yago:Event100029378 yago:WikicatOptimizationAlgorithmsAndMethods yago:Method105660268 yago:Algorithm105847438
rdfs:label
Метод перехресної ентропії Cross-entropy method Méthode de l'entropie croisée
rdfs:comment
The cross-entropy (CE) method is a Monte Carlo method for importance sampling and optimization. It is applicable to both combinatorial and continuous problems, with either a static or noisy objective. The method approximates the optimal importance sampling estimator by repeating two phases: 1. * Draw a sample from a probability distribution. 2. * Minimize the cross-entropy between this distribution and a target distribution to produce a better sample in the next iteration. Метод перехресної ентропії — розроблений у 1997 році Р. Рубінштейном загальний підхід до комбінаторної та неперервної мульти-екстремальної оптимізації та вибірки за значущістю. Метод з'явився з моделювання рідких подій, де потрібно точно оцінити дуже малі ймовірності, наприклад аналіз ефективності телекомунікаційних систем. Метод перехресної ентропії може бути застосований до статистичних задач комбінаторної оптимізації, таких як задача комівояжера, квадратична задача про призначення, задача максимального перерізу, а також неперервна глобальна оптимізація з множинними екстремумами тощо. Метод перехресної ентропії визначний тим, що він визначає точну математичну основу для отримання швидких, і в деякому сенсі «оптимальних» правил оновлення / навчання. La méthode de l'entropie-croisée (CE) attribuée à Reuven Rubinstein est une méthode générale d'optimisation de type , combinatoire ou , et d'échantillonnage préférentiel. La méthode a été conçue à l'origine pour la simulation d'événements rares, où des densités de probabilité très faibles doivent être estimées correctement, par exemple dans l'analyse de la sécurité des réseaux, les modèles de file d'attente, ou l'analyse des performances des systèmes de télécommunication.La méthode CE peut être appliquée à tout problème d'optimisation combinatoire où les observations sont bruitées comme le problème du voyageur de commerce, l'optimisation quadratique, le problème d'alignement de séquences d'ADN, le et les problèmes d'allocation de mémoire, tout comme des problèmes d'optimisation continue a
dcterms:subject
dbc:Monte_Carlo_methods dbc:Heuristics dbc:Machine_learning dbc:Optimization_algorithms_and_methods
dbo:wikiPageID
5767980
dbo:wikiPageRevisionID
1079343769
dbo:wikiPageWikiLink
dbr:Traveling_salesman_problem dbc:Monte_Carlo_methods dbr:Reuven_Rubinstein dbc:Heuristics dbr:Tabu_search dbr:Genetic_algorithms dbr:Sequence_alignment dbr:Probability_density_function dbr:Randomized_algorithm dbr:Exponential_family dbr:Maximum_likelihood dbc:Machine_learning dbr:Maxcut dbr:Importance_sampling dbr:Continuous_optimization dbr:Gaussian_distribution dbr:Combinatorial_optimization dbr:Optimization_(mathematics) dbr:Discrete_space dbr:Quadratic_assignment_problem dbc:Optimization_algorithms_and_methods dbr:Harmony_search dbr:Parametric_family dbr:Support_(mathematics) dbr:Kullback–Leibler_divergence dbr:Estimation_of_distribution_algorithm dbr:Simulated_annealing dbr:Monte_Carlo_method dbr:Natural_Evolution_Strategy dbr:Cross_entropy
dbo:wikiPageExternalLink
n12:index.html n20:Novacta.Analytics n23:aortut.pdf
owl:sameAs
dbpedia-uk:Метод_перехресної_ентропії yago-res:Cross-entropy_method dbpedia-th:วิธีการครอส-เอนโทรปี dbpedia-fr:Méthode_de_l'entropie_croisée n17:34SPH wikidata:Q3333633 freebase:m.0f3m1g
dbp:wikiPageUsesTemplate
dbt:Reflist
dbo:abstract
La méthode de l'entropie-croisée (CE) attribuée à Reuven Rubinstein est une méthode générale d'optimisation de type , combinatoire ou , et d'échantillonnage préférentiel. La méthode a été conçue à l'origine pour la simulation d'événements rares, où des densités de probabilité très faibles doivent être estimées correctement, par exemple dans l'analyse de la sécurité des réseaux, les modèles de file d'attente, ou l'analyse des performances des systèmes de télécommunication.La méthode CE peut être appliquée à tout problème d'optimisation combinatoire où les observations sont bruitées comme le problème du voyageur de commerce, l'optimisation quadratique, le problème d'alignement de séquences d'ADN, le et les problèmes d'allocation de mémoire, tout comme des problèmes d'optimisation continue avec de nombreux extrema locaux. La méthode CE se décompose en deux phases : 1. * Créer aléatoirement un échantillon de données (trajectoires, vecteurs, etc.) selon un mécanisme spécifique. 2. * Mettre à jour les paramètres du mécanisme de création aléatoire à partir de l'échantillon de données pour produire un meilleur échantillon à l'itération suivante. Cette étape implique de minimiser l'entropie croisée ou la divergence de Kullback-Leibler. The cross-entropy (CE) method is a Monte Carlo method for importance sampling and optimization. It is applicable to both combinatorial and continuous problems, with either a static or noisy objective. The method approximates the optimal importance sampling estimator by repeating two phases: 1. * Draw a sample from a probability distribution. 2. * Minimize the cross-entropy between this distribution and a target distribution to produce a better sample in the next iteration. Reuven Rubinstein developed the method in the context of rare event simulation, where tiny probabilities must be estimated, for example in network reliability analysis, queueing models, or performance analysis of telecommunication systems. The method has also been applied to the traveling salesman, quadratic assignment, DNA sequence alignment, max-cut and buffer allocation problems. Метод перехресної ентропії — розроблений у 1997 році Р. Рубінштейном загальний підхід до комбінаторної та неперервної мульти-екстремальної оптимізації та вибірки за значущістю. Метод з'явився з моделювання рідких подій, де потрібно точно оцінити дуже малі ймовірності, наприклад аналіз ефективності телекомунікаційних систем. Метод перехресної ентропії може бути застосований до статистичних задач комбінаторної оптимізації, таких як задача комівояжера, квадратична задача про призначення, задача максимального перерізу, а також неперервна глобальна оптимізація з множинними екстремумами тощо. Метод перехресної ентропії визначний тим, що він визначає точну математичну основу для отримання швидких, і в деякому сенсі «оптимальних» правил оновлення / навчання. Метод перехресної ентропії складається з двох етапів: 1. * Генерація випадкової вибірки даних (траєкторії, вектора тощо) відповідно до визначеного механізму. 2. * Оновлення параметрів випадкового механізму базуючись на даних щоб отримати «кращу» вибірку на наступній ітерації. Цей крок включає мінімізацію перехресної ентропії або дивергенції Кульбака — Лейблера.
prov:wasDerivedFrom
wikipedia-en:Cross-entropy_method?oldid=1079343769&ns=0
dbo:wikiPageLength
7200
foaf:isPrimaryTopicOf
wikipedia-en:Cross-entropy_method
Subject Item
dbr:Ant_colony_optimization_algorithms
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:Simulated_annealing
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:Cross-Entropy_Method
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
dbo:wikiPageRedirects
dbr:Cross-entropy_method
Subject Item
dbr:Kabsch_algorithm
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:Reinforcement_learning
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:Dirk_Kroese
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:List_of_statistics_articles
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:Reuven_Rubinstein
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:Stochastic_optimization
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:Outline_of_machine_learning
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
Subject Item
dbr:Cross_entropy_method
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
dbo:wikiPageRedirects
dbr:Cross-entropy_method
Subject Item
dbr:Xe_method
dbo:wikiPageWikiLink
dbr:Cross-entropy_method
dbo:wikiPageRedirects
dbr:Cross-entropy_method
Subject Item
wikipedia-en:Cross-entropy_method
foaf:primaryTopic
dbr:Cross-entropy_method