Αυτοματοποιημένη εύρεση βέλτιστων παραμέτρων λογισμικού

Abstract

Οι υπερπαράμετροι είναι παράμετροι που δε μεταβάλλονται και επιλέγονται πριν την εκτέλεση ενός αλγόριθμου ή λογισμικού. Η επιλογή υπερπαραμέτρων εί- ναι σημαντική γιατί μπορεί να επηρεάσει την απόδοση του λογισμικού. Για παρά- δειγμα κατά την εκπαίδευση ενός μοντέλου τεχνητής νοημοσύνης, η επιλογή βέλτι- στων υπερπαραμέτρων μπορεί να οδηγήσει σε αύξηση της απόδοσης του μοντέλου ενώ ή κακή επιλογή μπορεί να μειώσει την απόδοση δραματικά. Τέτοιου είδους προβλήματα μπορούν να θεωρηθούν και ως προβλήματα μαύρου κουτιού, καθώς συμπεράσματα μπορούμε να εξάγουμε μόνο από τα αποτελέσματα χωρίς να γνω- ρίζουμε τη δομή του προβλήματος. Η επιλογή των βέλτιστων υπερπαραμέτρων δεν είναι πάντα μια εύκολη διαδικασία. Κάθε πρόβλημα και κάθε λογισμικό είναι μο- ναδικό και περίπλοκο με το δικό του τρόπο και έτσι απαιτούνται γνώσεις πάνω στο αντικείμενο για τη βέλτιστη επιλογή των υπερπαραμέτρων του. Η ανάγκη για εργαλεία που μπορούν να κάνουν αυτή τη διαδικασία αυτοματοποιημένα και να επιλέξουν τις κατάλληλες υπερπαραμέτρους για κάθε περίπτωση και να δώσουν πληροφορίες και καθοδήγηση στους χρήστες για το πως λύνεται το πρόβλημα αυ- ξάνεται διαρκώς. Σε αυτή τη διπλωματική εργασία παρουσιάζονται πειραματικά αποτελέσματα για την εξαγωγή συμπερασμάτων για τη βελτιστοποίηση του χρό- νου επίλυσης μαθηματικών προβλημάτων βελτιστοποίησης με την εύρεση βέλτιστων υπερπαραμέτρων του λύτη Gurobi με τη χρήση αλγορίθμων που υλοποιήθηκαν και τη χρήση συστημάτων λογισμικού που είναι εξειδικευμένα για τη λύση του προβλή- ματος αυτού.