Cambios

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "S Botello-Aceves, SI Valdez, A Hern\u00e1ndez-Aguirre", 
2
  "author": "S Botello-Aceves, SI Valdez, A Hern\u00e1ndez-Aguirre", 
            
3
  "author_email": null, 
3
  "author_email": null, 
            
4
  "creator_user_id": "a3da3ec9-3fd4-47a4-8d04-0a90b09614e0", 
4
  "creator_user_id": "a3da3ec9-3fd4-47a4-8d04-0a90b09614e0", 
            
5
  "extras": [
5
  "extras": [
            
6
    {
6
    {
            
7
      "key": "Publicaci\u00f3n", 
7
      "key": "Publicaci\u00f3n", 
            
8
      "value": "Cap\u00edtulo"
8
      "value": "Cap\u00edtulo"
            
9
    }, 
9
    }, 
            
10
    {
10
    {
            
11
      "key": "Tipo", 
11
      "key": "Tipo", 
            
12
      "value": "Publicaci\u00f3n"
12
      "value": "Publicaci\u00f3n"
            
13
    }
13
    }
            
14
  ], 
14
  ], 
            
15
  "groups": [
15
  "groups": [
            
16
    {
16
    {
            
17
      "description": "Este grupo integra las publicaciones 
17
      "description": "Este grupo integra las publicaciones 
            
18
acad\u00e9micas derivadas de los proyectos de investigaci\u00f3n del 
18
acad\u00e9micas derivadas de los proyectos de investigaci\u00f3n del 
            
19
Observatorio Metropolitano CentroGeo. Incluye art\u00edculos 
19
Observatorio Metropolitano CentroGeo. Incluye art\u00edculos 
            
20
presentados en congresos nacionales e internacionales, manuscritos en 
20
presentados en congresos nacionales e internacionales, manuscritos en 
            
21
formato preprint, cap\u00edtulos de libro y trabajos publicados en 
21
formato preprint, cap\u00edtulos de libro y trabajos publicados en 
            
22
revistas cient\u00edficas especializadas. Estos materiales reflejan la 
22
revistas cient\u00edficas especializadas. Estos materiales reflejan la 
            
23
labor de investigaci\u00f3n, desarrollo metodol\u00f3gico y 
23
labor de investigaci\u00f3n, desarrollo metodol\u00f3gico y 
            
24
an\u00e1lisis territorial del observatorio, contribuyendo al avance 
24
an\u00e1lisis territorial del observatorio, contribuyendo al avance 
            
25
del conocimiento en temas urbanos, metropolitanos y geoespaciales.", 
25
del conocimiento en temas urbanos, metropolitanos y geoespaciales.", 
            
26
      "display_name": "Publicaciones", 
26
      "display_name": "Publicaciones", 
            
27
      "id": "a15a6b77-ddf5-4594-acab-7e772938a5b0", 
27
      "id": "a15a6b77-ddf5-4594-acab-7e772938a5b0", 
            
28
      "image_display_url": "", 
28
      "image_display_url": "", 
            
29
      "name": "publicaciones", 
29
      "name": "publicaciones", 
            
30
      "title": "Publicaciones"
30
      "title": "Publicaciones"
            
31
    }
31
    }
            
32
  ], 
32
  ], 
            
33
  "id": "43a1270e-7c7f-402b-b753-5b00c621d7b2", 
33
  "id": "43a1270e-7c7f-402b-b753-5b00c621d7b2", 
            
34
  "isopen": false, 
34
  "isopen": false, 
            
35
  "license_id": null, 
35
  "license_id": null, 
            
36
  "license_title": null, 
36
  "license_title": null, 
            
37
  "maintainer": null, 
37
  "maintainer": null, 
            
38
  "maintainer_email": null, 
38
  "maintainer_email": null, 
            
39
  "metadata_created": "2025-10-11T01:23:47.230030", 
39
  "metadata_created": "2025-10-11T01:23:47.230030", 
            
n
40
  "metadata_modified": "2025-10-11T01:23:47.230038", 
n
40
  "metadata_modified": "2025-10-11T01:23:47.735727", 
            
41
  "name": "the-improvement-direction-mapping-method-a6ea05ad1324", 
41
  "name": "the-improvement-direction-mapping-method-a6ea05ad1324", 
            
42
  "notes": "The Improvement Direction Mapping (IDM) is a novel 
42
  "notes": "The Improvement Direction Mapping (IDM) is a novel 
            
43
multi-objective local-search method, that independently steers a 
43
multi-objective local-search method, that independently steers a 
            
44
solution set towards promising regions by computing improvement 
44
solution set towards promising regions by computing improvement 
            
45
directions in the objective space and transform them, into the 
45
directions in the objective space and transform them, into the 
            
46
variable space, as search directions. The IDM algorithm consists of 
46
variable space, as search directions. The IDM algorithm consists of 
            
47
two main sub-tasks 1) the computation of the improvement directions in 
47
two main sub-tasks 1) the computation of the improvement directions in 
            
48
the objective space 2) the transformation of directions from the 
48
the objective space 2) the transformation of directions from the 
            
49
objective space to the variable space. The transformation from the 
49
objective space to the variable space. The transformation from the 
            
50
objective to the variable space is carried out via a pseudo-inverse of 
50
objective to the variable space is carried out via a pseudo-inverse of 
            
51
the Jacobian matrix. The goal of this paper is two fold: it introduces 
51
the Jacobian matrix. The goal of this paper is two fold: it introduces 
            
52
the main IDM algorithm and three approaches to determine improvement 
52
the main IDM algorithm and three approaches to determine improvement 
            
53
directions, and then it explores the trade-off of either approach by 
53
directions, and then it explores the trade-off of either approach by 
            
54
performing statistical analysis on the experimental results. The 
54
performing statistical analysis on the experimental results. The 
            
55
approaches are based on: 1) Pareto dominance, 2) aggregation 
55
approaches are based on: 1) Pareto dominance, 2) aggregation 
            
56
functions, and 3) indicator functions. A set of well-known benchmark 
56
functions, and 3) indicator functions. A set of well-known benchmark 
            
57
problems are used to compare the three proposed improvement directions 
57
problems are used to compare the three proposed improvement directions 
            
58
and the Directed Search method. This paper is devoted to introduce the 
58
and the Directed Search method. This paper is devoted to introduce the 
            
59
IDM algorithm for multi-objective optimization, nonetheless, the 
59
IDM algorithm for multi-objective optimization, nonetheless, the 
            
60
application of IDM for hybridizing stochastic-global-search algorithms 
60
application of IDM for hybridizing stochastic-global-search algorithms 
            
61
is straight forward.", 
61
is straight forward.", 
            
n
62
  "num_resources": 0, 
n
62
  "num_resources": 1, 
            
63
  "num_tags": 11, 
63
  "num_tags": 11, 
            
64
  "organization": {
64
  "organization": {
            
65
    "approval_status": "approved", 
65
    "approval_status": "approved", 
            
66
    "created": "2022-05-19T00:10:30.480393", 
66
    "created": "2022-05-19T00:10:30.480393", 
            
67
    "description": "Observatorio Metropolitano CentroGeo", 
67
    "description": "Observatorio Metropolitano CentroGeo", 
            
68
    "id": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
68
    "id": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
            
69
    "image_url": 
69
    "image_url": 
            
70
"2022-05-19-001030.456616FullColor1280x1024LogoOnly.png", 
70
"2022-05-19-001030.456616FullColor1280x1024LogoOnly.png", 
            
71
    "is_organization": true, 
71
    "is_organization": true, 
            
72
    "name": "observatorio-metropolitano-centrogeo", 
72
    "name": "observatorio-metropolitano-centrogeo", 
            
73
    "state": "active", 
73
    "state": "active", 
            
74
    "title": "Observatorio Metropolitano CentroGeo", 
74
    "title": "Observatorio Metropolitano CentroGeo", 
            
75
    "type": "organization"
75
    "type": "organization"
            
76
  }, 
76
  }, 
            
77
  "owner_org": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
77
  "owner_org": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
            
78
  "private": false, 
78
  "private": false, 
            
79
  "relationships_as_object": [], 
79
  "relationships_as_object": [], 
            
80
  "relationships_as_subject": [], 
80
  "relationships_as_subject": [], 
            
t
81
  "resources": [], 
t
81
  "resources": [
            
82
    {
            
83
      "cache_last_updated": null, 
            
84
      "cache_url": null, 
            
85
      "created": "2025-10-11T01:23:47.765886", 
            
86
      "datastore_active": false, 
            
87
      "description": "The Improvement Direction Mapping (IDM) is a 
            
88
novel multi-objective local-search method, that independently steers a 
            
89
solution set towards promising regions by computing improvement 
            
90
directions in the objective space and transform them, into the 
            
91
variable space, as search directions. The IDM algorithm consists of 
            
92
two main sub-tasks 1) the computation of the improvement directions in 
            
93
the objective space 2) the transformation of directions from the 
            
94
objective space to the variable space. The transformation from the 
            
95
objective to the variable space is carried out via a pseudo-inverse of 
            
96
the Jacobian matrix. The goal of this paper is two fold: it introduces 
            
97
the main IDM algorithm and three approaches to determine improvement 
            
98
directions, and then it explores the trade-off of either approach by 
            
99
performing statistical analysis on the experimental results. The 
            
100
approaches are based on: 1) Pareto dominance, 2) aggregation 
            
101
functions, and 3) indicator functions. A set of well-known benchmark 
            
102
problems are used to compare the three proposed improvement directions 
            
103
and the Directed Search method. This paper is devoted to introduce the 
            
104
IDM algorithm for multi-objective optimization, nonetheless, the 
            
105
application of IDM for hybridizing stochastic-global-search algorithms 
            
106
is straight forward.", 
            
107
      "format": "HTML", 
            
108
      "hash": "", 
            
109
      "id": "ed7ca297-1f6f-4400-9385-103a9dda4f61", 
            
110
      "last_modified": null, 
            
111
      "metadata_modified": "2025-10-11T01:23:47.739940", 
            
112
      "mimetype": null, 
            
113
      "mimetype_inner": null, 
            
114
      "name": "The improvement direction mapping method", 
            
115
      "package_id": "43a1270e-7c7f-402b-b753-5b00c621d7b2", 
            
116
      "position": 0, 
            
117
      "resource_type": null, 
            
118
      "size": null, 
            
119
      "state": "active", 
            
120
      "url": "https://doi.org/10.1007/978-3-030-60884-2_20", 
            
121
      "url_type": null
            
122
    }
            
123
  ], 
            
82
  "state": "active", 
124
  "state": "active", 
            
83
  "tags": [
125
  "tags": [
            
84
    {
126
    {
            
85
      "display_name": "algorithm", 
127
      "display_name": "algorithm", 
            
86
      "id": "da224d7c-d794-48c8-8316-05d6b5fdc51c", 
128
      "id": "da224d7c-d794-48c8-8316-05d6b5fdc51c", 
            
87
      "name": "algorithm", 
129
      "name": "algorithm", 
            
88
      "state": "active", 
130
      "state": "active", 
            
89
      "vocabulary_id": null
131
      "vocabulary_id": null
            
90
    }, 
132
    }, 
            
91
    {
133
    {
            
92
      "display_name": "benchmark-surveying", 
134
      "display_name": "benchmark-surveying", 
            
93
      "id": "d80426c1-17f9-4c4c-b192-367083726326", 
135
      "id": "d80426c1-17f9-4c4c-b192-367083726326", 
            
94
      "name": "benchmark-surveying", 
136
      "name": "benchmark-surveying", 
            
95
      "state": "active", 
137
      "state": "active", 
            
96
      "vocabulary_id": null
138
      "vocabulary_id": null
            
97
    }, 
139
    }, 
            
98
    {
140
    {
            
99
      "display_name": "computation", 
141
      "display_name": "computation", 
            
100
      "id": "7360e5e0-ae0d-4cd2-8974-a4f49ac17663", 
142
      "id": "7360e5e0-ae0d-4cd2-8974-a4f49ac17663", 
            
101
      "name": "computation", 
143
      "name": "computation", 
            
102
      "state": "active", 
144
      "state": "active", 
            
103
      "vocabulary_id": null
145
      "vocabulary_id": null
            
104
    }, 
146
    }, 
            
105
    {
147
    {
            
106
      "display_name": "computer-science", 
148
      "display_name": "computer-science", 
            
107
      "id": "29cae056-cd7e-43f7-be5b-b25869a3fbf2", 
149
      "id": "29cae056-cd7e-43f7-be5b-b25869a3fbf2", 
            
108
      "name": "computer-science", 
150
      "name": "computer-science", 
            
109
      "state": "active", 
151
      "state": "active", 
            
110
      "vocabulary_id": null
152
      "vocabulary_id": null
            
111
    }, 
153
    }, 
            
112
    {
154
    {
            
113
      "display_name": "inverse", 
155
      "display_name": "inverse", 
            
114
      "id": "d9bbeff7-d7cb-40ef-9ea0-76e28b5db619", 
156
      "id": "d9bbeff7-d7cb-40ef-9ea0-76e28b5db619", 
            
115
      "name": "inverse", 
157
      "name": "inverse", 
            
116
      "state": "active", 
158
      "state": "active", 
            
117
      "vocabulary_id": null
159
      "vocabulary_id": null
            
118
    }, 
160
    }, 
            
119
    {
161
    {
            
120
      "display_name": "jacobian-matrix-and-determinant", 
162
      "display_name": "jacobian-matrix-and-determinant", 
            
121
      "id": "10c7654f-10d8-48ae-b05c-0fc603b5212b", 
163
      "id": "10c7654f-10d8-48ae-b05c-0fc603b5212b", 
            
122
      "name": "jacobian-matrix-and-determinant", 
164
      "name": "jacobian-matrix-and-determinant", 
            
123
      "state": "active", 
165
      "state": "active", 
            
124
      "vocabulary_id": null
166
      "vocabulary_id": null
            
125
    }, 
167
    }, 
            
126
    {
168
    {
            
127
      "display_name": "mathematical-optimization", 
169
      "display_name": "mathematical-optimization", 
            
128
      "id": "b33a86ee-df39-4619-8165-c8d73afbf5a4", 
170
      "id": "b33a86ee-df39-4619-8165-c8d73afbf5a4", 
            
129
      "name": "mathematical-optimization", 
171
      "name": "mathematical-optimization", 
            
130
      "state": "active", 
172
      "state": "active", 
            
131
      "vocabulary_id": null
173
      "vocabulary_id": null
            
132
    }, 
174
    }, 
            
133
    {
175
    {
            
134
      "display_name": "pareto-principle", 
176
      "display_name": "pareto-principle", 
            
135
      "id": "1ee6143a-1062-4117-989d-0ba641dcda3c", 
177
      "id": "1ee6143a-1062-4117-989d-0ba641dcda3c", 
            
136
      "name": "pareto-principle", 
178
      "name": "pareto-principle", 
            
137
      "state": "active", 
179
      "state": "active", 
            
138
      "vocabulary_id": null
180
      "vocabulary_id": null
            
139
    }, 
181
    }, 
            
140
    {
182
    {
            
141
      "display_name": "set-abstract-data-type", 
183
      "display_name": "set-abstract-data-type", 
            
142
      "id": "b2cf6bcc-6aa2-4a45-9c63-4066f4e32845", 
184
      "id": "b2cf6bcc-6aa2-4a45-9c63-4066f4e32845", 
            
143
      "name": "set-abstract-data-type", 
185
      "name": "set-abstract-data-type", 
            
144
      "state": "active", 
186
      "state": "active", 
            
145
      "vocabulary_id": null
187
      "vocabulary_id": null
            
146
    }, 
188
    }, 
            
147
    {
189
    {
            
148
      "display_name": "transformation-genetics", 
190
      "display_name": "transformation-genetics", 
            
149
      "id": "d6c1e96d-e50c-471c-a188-2d64178d758a", 
191
      "id": "d6c1e96d-e50c-471c-a188-2d64178d758a", 
            
150
      "name": "transformation-genetics", 
192
      "name": "transformation-genetics", 
            
151
      "state": "active", 
193
      "state": "active", 
            
152
      "vocabulary_id": null
194
      "vocabulary_id": null
            
153
    }, 
195
    }, 
            
154
    {
196
    {
            
155
      "display_name": "variable-mathematics", 
197
      "display_name": "variable-mathematics", 
            
156
      "id": "eae95365-232f-4ce5-84c5-8e363cc950b7", 
198
      "id": "eae95365-232f-4ce5-84c5-8e363cc950b7", 
            
157
      "name": "variable-mathematics", 
199
      "name": "variable-mathematics", 
            
158
      "state": "active", 
200
      "state": "active", 
            
159
      "vocabulary_id": null
201
      "vocabulary_id": null
            
160
    }
202
    }
            
161
  ], 
203
  ], 
            
162
  "title": "The improvement direction mapping method", 
204
  "title": "The improvement direction mapping method", 
            
163
  "type": "dataset", 
205
  "type": "dataset", 
            
164
  "url": "https://doi.org/10.1007/978-3-030-60884-2_20", 
206
  "url": "https://doi.org/10.1007/978-3-030-60884-2_20", 
            
165
  "version": null
207
  "version": null
            
166
}
208
}