目的関数 英語 意味 - 英語訳 - 日本語の例文

• objective function

日本語 での 目的関数 の使用例とその 英語 への翻訳

Minobj'-最小目的関数値をもつノードを選択します。
Minobj'- Choose the node that has the lowest objective function value.

目的関数の変数を作成するために以下を入力します。
Enter the following to create variables for the objective function:.

Newdirでは、目的関数が$n$個のロス関数のサンプル平均であることを前提としている。axis=0の上でnp。
Newdir implements the update assuming that the objective function is the sample mean of$n$ losses, thus we take np.

最適化問題は，ある種の制約条件のもとで目的関数の最小値や最大値を求める数理的問題です。
Optmization problems are the mathematical problems which ask for minimal or maximal values of an objective function subject to some constraints.

目的関数でどのようにこれらの目標を達成するかについては、Ngiam、Koh、Chen、BhaksarおよびNg[1]を参照してください。
To understand how the objective function attempts to achieve these goals, see Ngiam, Koh, Chen, Bhaksar, and Ng 1.

ここでgkは現在の反復xkでの目的関数の勾配です(すなわちHxk+cです)。
Where gk is the gradient of the objective function at the current iterate xk(i.e., Hxk+ c).

こうすることにより、与えた目的関数または非線形制約関数はNaN、Inf、または複雑な値を返します。
This means an objective function or nonlinear constraint function you supply returns a value of Inf, NaN, or a complex value.

問題変数に関して目的関数を計算するには、収益とコストを計算します。
To calculate the objective function in terms of the problem variables, calculate the revenue and costs.

最初の方程式は、解の点で目的関数とアクティブな制約条件との間で勾配がキャンセルされることを示しています。
The first equation describes a canceling of the gradients between the objective function and the active constraints at the solution point.

補助問題の目的関数は"線形ペナルティ関数"P=∑jPj(xj)です。
The objective function of the auxiliary problem is the linear penalty function P=∑jPj(xj).

この厳密な実現可能性は、目的関数または非線形制約関数が未定義または範囲によって制約される領域外で複雑であるときに便利です。
This strict feasibility can be beneficial when your objective function or nonlinear constraint functions are undefined or are complex outside the region constrained by bounds.

数理計画問題は，ある種の制約条件のもとで目的関数の最小値や最大値を求める数理的問題です。
Mathematical programming problems are the mathematical problems which ask for minimal or maximal values of an objective function subject to some constraints.

第1の条件(式12)は、αkが目的関数を十分減少させることを要求します。
The first condition(Equation 12) requires that αk sufficiently decreases the objective function.

目的関数はトルク(最大化)とトルクリプル(最小化)のとし、多目的最適化を行いました。
The objective functions used were for torque(maximized) and torque ripple(minimized), from which multi-objective optimization was performed.

これは各設計変数xに個々の変動を含ませ、目的関数中で変化率を計算するものです。
This involves perturbing each of the design variables, x, in turn and calculating the rate of change in the objective function.

目的関数や制約がともに設計変数の線形関数である場合、この問題は線形計画(LP)問題として知られています。
When both the objective function and the constraints are linear functions of the design variable, the problem is known as a Linear Programming(LP) problem.

このコンテキストでは、"ノード"は元の問題と同じ目的関数、範囲、線形制約をもつが、整数制約をもたず、線形制約または範囲の特定の変更をもつLPです。
In this context, a node is an LP with the same objective function, bounds, and linear constraints as the original problem, but without integer constraints, and with particular changes to the linear constraints or bounds.

目的関数には、発電機の運転時の燃料コスト、発電機の運転から得られる収益および発電機を運転開始するためのコストが含まれます。
The objective function includes fuel costs for running the generators, revenue from running the generators, and costs for starting the generators.

双対問題では、目的関数はm個の値の線形の組合せであり、その組み合わせは主問題のm個の制約条件のそれぞれに対応している。
In the dual problem, the objective function is a linear combination of the m values that are the limits in the m constraints from the primal problem.

ある特徴量の分散が他の特徴量のオーダーよりも大きい場合、目的関数を支配する可能性があり、推定器が他の特徴量から期待通りに正しく学習できなくなる可能性があります。
If a feature has a variance that is orders of magnitude larger than others, it might dominate the objective function and make the estimator unable to learn from other features correctly as expected.

退化を緩和するために(NocedalandWright[7] の366ページを参照)、双対シンプレックス法アルゴリズムは最初に目的関数に摂動を加えます。
To help alleviate degeneracy(see Nocedal and Wright[7], page 366), the dual simplex algorithm begins by perturbing the objective function.

この問題の効率的で精度の高い解は、制約条件および設計変数の数で表される問題のサイズだけでなく、目的関数や制約条件の特性にも依存します。
An efficient and accurate solution to this problem depends not only on the size of the problem in terms of the number of constraints and design variables but also on characteristics of the objective function and constraints.

PCEPメッセージ機構は、計算機エンドポイント(送信元・送信先ノードアドレス)、目的関数(要求されたアルゴリズムと最適化基準)、関連する制約(たとえば、帯域の要求のようなトラフィックパラメータ、スイッチング機能、エンコーディングタイプなど)の記述を容易にする。
The PCEP messaging mechanism facilitates the specification of computation endpoints(source and destination node addresses), objective functions(requested algorithm and optimization criteria), and the associated constraints such as traffic parameters(e.g., requested bandwidth), the switching capability, and encoding type.

たとえば、学習アルゴリズムの目的関数（SupportVectorMachinesのRBFカーネルや線形モデルのl1およびl2正規化器など）で使用される多くの要素では、すべての特徴量がゼロに中心を置き、同じ順序で分散を持つと仮定します。
For instance, many elements used in the objective function of a learning algorithm(such as the RBF kernel of Support Vector Machines or the l1 and l2 regularizers of linear models) assume that all features are centered around zero and have variance in the same order.

持続可能な社会の構築に貢献するために,初期条件である現状を的確にとらえ分析し,目的関数と境界条件を正確に設定し,イノベーションをおこす必要性があると感じていることから,GRMでは特に機械工学の知見を核として持続可能な社会に貢献するための情報に着目して活動をおこなった.まずひとつ目の情報は「知識」である。
In order to contribute to the creation of a sustainable society, we need to accurately capture the current state which is the initial condition and analyze it, set the objective function and boundary state correctly, and feel there is a need to bring about innovation. Therefore, in the GRM, I had in mind the focus on information to contribute to a sustainable society with the knowledge of mechanical engineering.

無数の目的関数をファンクショナルに変えていくしかない。
The only way is to turn the countless objective functions into something more functional.

最適化技術は、制約条件がある中で目的関数を最大化または最小化する技術です。
Optimization technology is a technology for maximizing or minimizing objective functions under certain constraints.

これらは店舗によって運ば特定ブランドを促進することを目的関数とイベントが含まれています。
These include functions and events aimed at promoting certain brands carried by the store.

文で「目的関数」を使用する方法

背景 突然寒くなって二度寝不可避 →出来る限りしんどくなく早起きしたい 目的関数 minimize しんどさ s.

この例では, 制約条件を満たす領域を , なる 次の超立方体の内部とし, 目的関数 を最小化する問題を解いている.

register()関数 遺伝子を作成する関数 個体を作成する関数 世代を作成する関数 目的関数 交叉関数 突然変異関数 選択関数 注意点 main関数内の処理 個体にnumpy….

方策ベースのアルゴリズム (現在の方策を改善することに主眼がおかれる)  目的関数 を方策のパラメータに関して微分  方策のパラメータを勾配にそって更新 𝐸 𝜋 𝜃[𝑅(ℎ)] 𝜃 ← 𝜃 + 𝜖∆𝜃 状態遷移確率などが未知である場合、 目的関数は陽に表現できずBlackBox。