Knowledge Extraction from Data for Tuning Heuristic Parameters of Genetic Algorithms
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F06%3A00042318" target="_blank" >RIV/67985807:_____/06:00042318 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Knowledge Extraction from Data for Tuning Heuristic Parameters of Genetic Algorithms
Original language description
The heuristic inspiration of genetic algorithms entails their dependence on many heuristic parameters. For the algorithm to work most properly, those parameters need to be empirically tuned. If the values of the objective function have to be obtained ina costly experimental way, then the algorithm can not be run with several various combinations of the values of heuristic parameters. This paper suggests to use knowledge extracted from data by means of a neural network for parameter tuning in such situations.
Czech name
Získávání znalostí z dat pro ladění heuristických parametrů genetických algoritmů
Czech description
Heuristická inspirace genetických algoritmů s sebou nese závislost na mnoha heuristických parametrech. Aby algoritmus pracoval co nejlépe, musí být tyto parametry empiricky odladěny. Pokud se hodnoty účelové funkce musí získávat nákladným experimentálnímzpůsobem, není možné nechat algoritmus běžet s několika různými kombinacemi hodnot heuristických parametrů. Článek navrhuje užívat v takových situacích pro ladění parametrů znalostí získaných z dat pomocí neuronové sítě.
Classification
Type
D - Article in proceedings
CEP classification
IN - Informatics
OECD FORD branch
—
Result continuities
Project
<a href="/en/project/GA201%2F05%2F0557" target="_blank" >GA201/05/0557: Approximation and learning of multivariable functions by neural networks and kernel methods</a><br>
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2006
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
Information Technologies - Applications and Theory
ISBN
80-969184-4-3
ISSN
—
e-ISSN
—
Number of pages
6
Pages from-to
57-62
Publisher name
Prírodovedecká fakulta, Univerzita P. J. Šafárika
Place of publication
Košice
Event location
Bystrá dolina
Event date
Sep 26, 2006
Type of event by nationality
EUR - Evropská akce
UT code for WoS article
—