A Ray Tracing Technique for the Navigation on a Non-convex Pareto Front

面向电机应用的多目标形状优化的帕累托最优解追踪

Tracing Pareto-optimal points for multi-objective shape optimization applied to electric machines

针对旋转电机多目标形状优化，提出基于二阶形状导数的同伦方法，沿帕累托前沿高效追踪帕累托最优解，兼顾计算效率与任意几何形状的灵活性。

Tracing locally Pareto optimal points by numerical integration

We suggest a novel approach for the efficient and reliable approximation of the Pareto front of sufficiently smooth unconstrained bi-criteria optimization problems. Optimality conditions formulated for weighted sum scalarizations of the problem yield a description of (parts of) the Pareto front as a parametric curve, parameterized by the scalarization parameter (i.e., the weight in the weighted sum scalarization). Its sensitivity w.r.t. parameter variations can be described by an ordinary differential equation (ODE). Starting from an arbitrary initial Pareto optimal solution, the Pareto front …

多标准分步发射IMRT治疗计划的可扩展导航

Deliverable navigation for multicriteria step and shoot IMRT treatment planning

我们考虑基于帕累托曲面的多准则优化的步进和拍摄调强放射治疗计划。通过分析两种导航算法，我们在理论上和实践中表明，在导航过程中形成凸组合的计划所需的计划的数量可以保持很小（远小于理论上的最大数量一般需要，这是等于表面帕累托导航的目标的数量）。因此，在此设置中，直接可交付导航的可行方法是分割基础帕累托曲面计划，然后强制执行温和的限制，即在计划导航期间的任何时候只有少数计划处于活动状态，从而限制最终计划中使用的分段总数。

Pareto Navigation Gradient Descent: a First-Order Algorithm for Optimization in Pareto Set

Many modern machine learning applications, such as multi-task learning, require finding optimal model parameters to trade-off multiple objective functions that may conflict with each other. The notion of the Pareto set allows us to focus on the set of (often infinite number of) models that cannot be strictly improved. But it does not provide an actionable procedure for picking one or a few special models to return to practical users. In this paper, we consider \emph{optimization in Pareto set (OPT-in-Pareto)}, the problem of finding Pareto models that optimize an extra reference criterion func…

深度多任务学习的交互式帕累托导航

Interactive Pareto navigation for deep multi-task learning

提出偏好帕累托探索（PPE）框架，通过预测-校正方法沿帕累托流形切线方向引导偏好，利用Krylov子空间方法避免Hessian计算，实现高效交互式多目标优化。

放射治疗计划的多准则最优化方法：技术与方向综述

Multi-criteria optimization methods in radiation therapy planning: a review of technologies and directions

我们回顾了放射治疗治疗计划的多标准优化领域。特别注意的是被称为帕累托表面导航的技术，它允许医生和治疗规划者交互式导航通过治疗计划选项，以了解权衡（剂量的目标与重要的附近器官的过量给药）参与每个病人的计划。我们还描述了目标规划和优先优化，其他两种方法，旨在处理多个相互冲突的目标。非凸性相关的问题，无论是在剂量测定的目标和事实，即从可控的硬件参数到患者剂量的映射通常是非凸的，讨论了长度，因为非凸性有很大的影响，实际的解决方案技术帕累托表面的建设和导航。一般的规划策略，建议处理的非凸性问题，首先找到一个理想的帕累托表面提供从许多预设的角度辐射。这可以转换为一个凸优化问题。一旦从帕累托表面选择了高质量的解决方案，稀疏版本（其可以意味着更少的射束、更少的分段、更少的用于弧形治疗技术的叶行程等）就可以被用于治疗。使用适当的稀疏化启发式算法获得。最后，我们讨论的规划和提供放射治疗的效率问题。