Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Meta-Learning and Model Selection in Multiobjective Evolutionary Algorithms

Identifikátory výsledku

  • 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>

Alternativní jazyky

  • 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.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • 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

Ostatní

  • Rok uplatnění

    2012

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • 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