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”

Multi-Objective Genetic Programming for Dataset Similarity Induction

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F15%3A10317478" target="_blank" >RIV/00216208:11320/15:10317478 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/67985807:_____/15:00455776

  • Výsledek na webu

    <a href="http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=7376798" target="_blank" >http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=7376798</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/SSCI.2015.222" target="_blank" >10.1109/SSCI.2015.222</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Multi-Objective Genetic Programming for Dataset Similarity Induction

  • Popis výsledku v původním jazyce

    Metalearning -- the recommendation of a suitable machine learning technique for a given dataset -- relies on the concept of similarity between datasets. Traditionally, similarity measures have been constructed manually, and thus could not precisely graspthe complex relationship among the different features of the datasets. Recently, we have used an attribute alignment technique combined with genetic programming to obtain more fine-grained and trainable dataset similarity measure. In this paper, we propose an approach based on multi-objective genetic programming for evolving an attribute similarity function. Multi-objective optimization is used to encourage some of the metric properties, thus contributing to the generalization abilities of the similarity function being evolved. Experiments are performed on the data extracted from the OpenML repository and their results are compared to the baseline algorithm.

  • Název v anglickém jazyce

    Multi-Objective Genetic Programming for Dataset Similarity Induction

  • Popis výsledku anglicky

    Metalearning -- the recommendation of a suitable machine learning technique for a given dataset -- relies on the concept of similarity between datasets. Traditionally, similarity measures have been constructed manually, and thus could not precisely graspthe complex relationship among the different features of the datasets. Recently, we have used an attribute alignment technique combined with genetic programming to obtain more fine-grained and trainable dataset similarity measure. In this paper, we propose an approach based on multi-objective genetic programming for evolving an attribute similarity function. Multi-objective optimization is used to encourage some of the metric properties, thus contributing to the generalization abilities of the similarity function being evolved. Experiments are performed on the data extracted from the OpenML repository and their results are compared to the baseline algorithm.

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

    S - Specificky vyzkum na vysokych skolach<br>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

    Computational Intelligence, 2015 IEEE Symposium Series on

  • ISBN

    978-1-4799-7560-0

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    1576-1582

  • Název nakladatele

    IEEE

  • Místo vydání

    New York, USA

  • Místo konání akce

    Kapské město, Jihoafrická republika

  • Datum konání akce

    7. 12. 2015

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku