BDA @ EMO 2023

Zwischen dem 20. und 24. März nahmen Pascal Kerschke und Lennart Schäpermeier vom Lehrstuhl für Big Data Analytics in Transportation erfolgreich an der 12. Evolutionary Multi-criterion Optimization (EMO) Konferenz in Leiden, Niederlande, teil. Neben der Teilnahme an inspirierenden Keynotes, Tutorien und Präsentationen der Konferenzbeiträge anderer Forschender, haben sie aktiv ein Tutorium und eine eigene Veröffentlichung beigetragen.

Für das Tutorium mit dem Titel "Continuous Multimodal Multi-objective Optimization" wurden sie von ihrem Kollegen Christian Grimme von der Universität Münster unterstützt. Neben theoretischen Grundlagen und einem Überblick über die Forschungslandschaft lag der Schwerpunkt des Tutoriums auf Visualisierungstechniken und deren Einsatz zur Analyse von Eigenschaften gängiger Benchmark-Probleme der Mehrzieloptimierung. Ihr wichtigstes Werkzeug zur Visualisierung der Probleme ist das Visualisierungs-Dashboard auf https://schaepermeier.shinyapps.io/moPLOT.

In ihrer Präsentation zu der Veröffentlichung mit dem Titel "Peak-A-Boo! Generating Multi-objective Multiple Peaks Benchmark Problems with Precise Pareto Sets" [1] stellten sie dann eine Methode vor, mit der gut verständliche multimodale Benchmark-Probleme mit vielfältigeren Eigenschaften als die weit verbreiteten Benchmark-Sets erstellt werden können. Der Beitrag wurde gemeinsam mit ihren Kollegen Christian Grimme und Heike Trautmann, einer der Keynote-Speaker der Konferenz, von der Universität Münster verfasst.

[1] Schäpermeier, L., Kerschke, P., Grimme, C., Trautmann, H. (2023). Peak-A-Boo! Generating Multi-objective Multiple Peaks Benchmark Problems with Precise Pareto Sets. In: Evolutionary Multi-Criterion Optimization. EMO 2023. Lecture Notes in Computer Science, vol 13970. Springer, Cham. https://doi.org/10.1007/978-3-031-27250-9_21