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”

Incorporating User Preferences in MOEA/D through the Coevolution of Weights

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F15%3A10316496" target="_blank" >RIV/00216208:11320/15:10316496 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/67985807:_____/15:00446916

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1145/2739480.2754801" target="_blank" >http://dx.doi.org/10.1145/2739480.2754801</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1145/2739480.2754801" target="_blank" >10.1145/2739480.2754801</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Incorporating User Preferences in MOEA/D through the Coevolution of Weights

  • Popis výsledku v původním jazyce

    The resulting set of solutions obtained by MOEA/D depends on the weights used in the decomposition. In this work, we use this feature to incorporate user preferences into the search. We use co-evolutionary approach to change the weights adaptively duringthe run of the algorithm. After the user specifies their preferences by assigning binary preference values to the individuals, the co-evolutionary step improves the distribution of weights by creating new (offspring) weights and selecting those that better match the user preferences. The algorithm is tested on a set of benchmark functions with a set of different user preferences.

  • Název v anglickém jazyce

    Incorporating User Preferences in MOEA/D through the Coevolution of Weights

  • Popis výsledku anglicky

    The resulting set of solutions obtained by MOEA/D depends on the weights used in the decomposition. In this work, we use this feature to incorporate user preferences into the search. We use co-evolutionary approach to change the weights adaptively duringthe run of the algorithm. After the user specifies their preferences by assigning binary preference values to the individuals, the co-evolutionary step improves the distribution of weights by creating new (offspring) weights and selecting those that better match the user preferences. The algorithm is tested on a set of benchmark functions with a set of different user preferences.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA15-19877S" target="_blank" >GA15-19877S: Automatické modelování znalostí a plánů pro autonomní roboty</a><br>

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2015

  • 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

    GECCO'15: PROCEEDINGS OF THE 2015 GENETIC AND EVOLUTIONARY COMPUTATION CONFERENCE

  • ISBN

    978-1-4503-3472-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    727-734

  • Název nakladatele

    ASSOC COMPUTING MACHINERY

  • Místo vydání

    Neuveden

  • Místo konání akce

    Madrid, Španělsko

  • Datum konání akce

    11. 7. 2015

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000358795700092