Meta-Learning and Model Selection in Multiobjective Evolutionary Algorithms

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F12%3A10126821" target="_blank" >RIV/00216208:11320/12:10126821 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/67985807:_____/12:00384809
Výsledek na webu
<a href="http://ieeexplore.ieee.org/xpl/articleDetails.jsp?tp=&arnumber=6406701" target="_blank" >http://ieeexplore.ieee.org/xpl/articleDetails.jsp?tp=&arnumber=6406701</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/ICMLA.2012.78" target="_blank" >10.1109/ICMLA.2012.78</a>

Jazyk výsledku
angličtina
Název v původním jazyce
Meta-Learning and Model Selection in Multiobjective Evolutionary Algorithms
Popis výsledku v původním jazyce
Most existing surrogate based evolutionary algorithms deal with only one model selected by the authors and different models are not considered. In this paper we propose a framework which enables automatic selection of types of surrogate models, and evaluate the effect of the type of selection on the overall performance of the resulting evolutionary algorithm. Two different types of model selection are tested and compared both in pre-selection scenario and in local search scenario.
Název v anglickém jazyce
Meta-Learning and Model Selection in Multiobjective Evolutionary Algorithms
Popis výsledku anglicky
Most existing surrogate based evolutionary algorithms deal with only one model selected by the authors and different models are not considered. In this paper we propose a framework which enables automatic selection of types of surrogate models, and evaluate the effect of the type of selection on the overall performance of the resulting evolutionary algorithm. Two different types of model selection are tested and compared both in pre-selection scenario and in local search scenario.

Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění
2012
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
2012 11th International Conference on Machine Learning and Applications (ICMLA)
ISBN
978-1-4673-4651-1
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
433-438
Název nakladatele
IEEE Computer Press
Místo vydání
Boca Raton, FL
Místo konání akce
Boca Raton, FL, USA
Datum konání akce
12. 12. 2012
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—

Podobné výsledky(10)