Decision trees for the algorithm selection problem : integer programming based approaches.

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Vilas Boas, Matheus Guedes
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
dARK ID: ark:/61566/0013000008vw6
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Algoritmos de computador
Mineração de dados - computação
Programação inteira
Link de acesso: http://www.repositorio.ufop.br/handle/123456789/12041
Resumo: Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.
id UFOP_6225fa5f74c4b4da8949b849b1cb245a
oai_identifier_str oai:repositorio.ufop.br:123456789/12041
network_acronym_str UFOP
network_name_str Repositório Institucional da UFOP
repository_id_str
spelling Decision trees for the algorithm selection problem : integer programming based approaches.Algoritmos de computadorMineração de dados - computaçãoProgramação inteiraPrograma de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.Even though it is well known that for most relevant computational problems different algorithms may perform better on different classes of problem instances, most researchers still focus on determining a single best algorithmic configuration based on aggregate results such as the average. In this thesis, we propose Integer Programming based approaches to build decision trees for the Algorithm Selection Problem. These techniques allow the automation of three crucial decisions: (i) discerning the most important problem features to determine problem classes; (ii) grouping the problems into classes and (iii) select the best algorithm configuration for each class. We tested our approach from different perspectives: (i) univariate approach, where for each branch node, only one cutoff point of a feature is chosen and (ii) multivariate approach, where for each branch node, weights for multiple features are used (oblique decision trees). Considering the current scenario where the number of cores per machine has increased considerably, we also propose a new approach based on recommendation of concurrent algorithms. To evaluate our approaches, extensive computational experiments were executed using a dataset that considers the linear programming algorithms implemented in the COIN-OR Branch & Cut solver across a comprehensive set of instances, including all MIPLIB benchmark instances. We also conducted experiments with the scenarios/- datasets of the Open Algorithm Selection Challenge (OASC) held in 2017. Considering the first dataset and a 10-fold cross validation experiment, while selecting the single best solver across all instances decreased the total running time by 2%, our univariate approach decreased the total running time by 68% and using the multivariate approach, the total running time is decreased by 72%. An even greater performance gain can be obtained using concurrent algorithms, something not yet explored in the literature. For our experiments, using three algorithm configurations per leaf node, the total running time is decreased by 85%. These results indicate that our method generalizes quite well and does not overfit. Considering the results obtained using the scenarios of the OASC, the experimental results showed that our decision trees can produce better results than less interpretable models, such as random forest, which has been extensively used for algorithm recommendation.Santos, Haroldo GambiniBlum, Christian ClemensMerschmann, Luiz Henrique de CamposSilva, Rodrigo César PedrosaToffolo, Túlio Ângelo MachadoVilas Boas, Matheus Guedes2020-04-08T14:38:26Z2020-04-08T14:38:26Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfVILAS BOAS, Matheus Guedes. Decision trees for the algorithm selection problem: integer programming based approaches. 2019. 70 f. Tese (Doutorado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2019.http://www.repositorio.ufop.br/handle/123456789/12041ark:/61566/0013000008vw6Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 04/04/2020 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFOPinstname:Universidade Federal de Ouro Preto (UFOP)instacron:UFOP2024-11-10T20:18:25Zoai:repositorio.ufop.br:123456789/12041Repositório InstitucionalPUBhttp://www.repositorio.ufop.br/oai/requestrepositorio@ufop.edu.bropendoar:32332024-11-10T20:18:25Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)false
dc.title.none.fl_str_mv Decision trees for the algorithm selection problem : integer programming based approaches.
title Decision trees for the algorithm selection problem : integer programming based approaches.
spellingShingle Decision trees for the algorithm selection problem : integer programming based approaches.
Vilas Boas, Matheus Guedes
Algoritmos de computador
Mineração de dados - computação
Programação inteira
title_short Decision trees for the algorithm selection problem : integer programming based approaches.
title_full Decision trees for the algorithm selection problem : integer programming based approaches.
title_fullStr Decision trees for the algorithm selection problem : integer programming based approaches.
title_full_unstemmed Decision trees for the algorithm selection problem : integer programming based approaches.
title_sort Decision trees for the algorithm selection problem : integer programming based approaches.
author Vilas Boas, Matheus Guedes
author_facet Vilas Boas, Matheus Guedes
author_role author
dc.contributor.none.fl_str_mv Santos, Haroldo Gambini
Blum, Christian Clemens
Merschmann, Luiz Henrique de Campos
Silva, Rodrigo César Pedrosa
Toffolo, Túlio Ângelo Machado
dc.contributor.author.fl_str_mv Vilas Boas, Matheus Guedes
dc.subject.por.fl_str_mv Algoritmos de computador
Mineração de dados - computação
Programação inteira
topic Algoritmos de computador
Mineração de dados - computação
Programação inteira
description Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.
publishDate 2019
dc.date.none.fl_str_mv 2019
2020-04-08T14:38:26Z
2020-04-08T14:38:26Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv VILAS BOAS, Matheus Guedes. Decision trees for the algorithm selection problem: integer programming based approaches. 2019. 70 f. Tese (Doutorado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2019.
http://www.repositorio.ufop.br/handle/123456789/12041
dc.identifier.dark.fl_str_mv ark:/61566/0013000008vw6
identifier_str_mv VILAS BOAS, Matheus Guedes. Decision trees for the algorithm selection problem: integer programming based approaches. 2019. 70 f. Tese (Doutorado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2019.
ark:/61566/0013000008vw6
url http://www.repositorio.ufop.br/handle/123456789/12041
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFOP
instname:Universidade Federal de Ouro Preto (UFOP)
instacron:UFOP
instname_str Universidade Federal de Ouro Preto (UFOP)
instacron_str UFOP
institution UFOP
reponame_str Repositório Institucional da UFOP
collection Repositório Institucional da UFOP
repository.name.fl_str_mv Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)
repository.mail.fl_str_mv repositorio@ufop.edu.br
_version_ 1856654676503560192

Registros relacionados