Los puntos clave no están disponibles para este artículo en este momento.
La estrategia de evolución de adaptación de la matriz de covarianza (CMA-ES) se ha utilizado con éxito para minimizar funcionales en espacios vectoriales. Generalizamos el concepto del CMA-ES a variedades Riemannianas y evaluamos su rendimiento en dos experimentos. Primero, minimizamos funcionales sintéticos en la esfera 2-D. En segundo lugar, consideramos la reconstrucción de formas en datos de vóxeles 3-D. Una formulación novedosa de este problema conduce a la minimización de funcionales de segmentación basados en bordes y regiones en la variedad Riemanniana de representación del eje medial paramétrico 3-D. Comparamos los resultados con métodos basados en gradientes en variedades y optimización por enjambre de partículas en espacios tangenciales y evolución diferencial.
Colutto et al. (Tue,) estudiaron esta cuestión.