arXiv · cs.AI· Shuhei Watanabe·· 1 天前
Python 包 empirical-attainment-func 可视化多次运行中的 Pareto 前沿波动
Python Tool for Visualizing Variability of Pareto Fronts over Multiple Runs
arXiv:2305.08852v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Shuhei Watanabe
研究任务与主要进展
基于论文摘要，Shuhei Watanabe 开发了 Python 包 empirical-attainment-func，用于可视化多次运行中多目标优化的 empirical attainment surface，呈现随机种子引起的 Pareto 前沿波动。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org