One plus One Evolutionary Optimizer
One Plus One im ITK Metrik: Mutal Information Initialisierung des Optimierers und Definition des Suchradius optimizer->Initialize( 10 ); // Initialer Radius (Grow-und Shrink Faktor auf std. -1) Definition des Minimalen Suchradius optimizer->SetEpsilon( 1.0 ); Optimierung hält nach definierter Anzahl von Schritte an optimizer->SetMaximumIteration( 4000 ); Testen verschiedener zufälliger Parameter generator->Initialize(12345); http://www.itk.org/Doxygen/html/classitk_1_1OnePlusOneEvolutionaryOptimizer.html#details
Arbeitsweise Suche nach optimalen Parametern für die Transformation Durch Änderung des… Suchradius und der Position …welche durch den Grow- u. Shrink-Faktor, sowie der durch den Zufallsgenerator erzeugten Wert beeinflusst bzw. bestimmt werden. Dies wird so lange wiederholt, bis die max. Interationen erreicht ist, oder eine Stop-Optimization Methode aufgerufen wird. Stategie zum Suchen der optimalen Parameter -> http://www.itk.org/Doxygen/html/classitk_1_1OnePlusOneEvolutionaryOptimizer.html#details
Evolutionäre Algorithmen Verglich zur Biologie: Individuen müssen sich bzgl. der Selektionsbedingen als möglichst geeignet behaupten. -> Nur die Stärksten überleben Auf Optimierung bezogen: Individuen sind Transformationsparameter Es setzen sich die Parameter durch, die zu einer Verbesserung des Metrikergebnisses führen Im Folgenden wird als Transformation der Einfachheit halber die Rigide Transformation verwendet ->
OnePlusOne mit Rigider Transformation Transformationsparameter setzen sich aus 2 (Eltern-) Teilen zusammen So wird die Rotation z.B. der Mutter-, Die Translation dem Vaterteil zugeordnet Führt z.B. Translation zu einem schlechteren Metrik-Wert, die die „Idee“ des Vaters nicht weiterverfolgt und ein neuer probiert Da immer nur die Eigenschaften weitervererbt werden, die sich positiv ausgewirkt haben, kommt Abhängig von der Anzahl der Wiederholungen ein optimiertes Ergebnis heraus