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”

Asynchronous Evolution of Data Mining Workflow Schemes by Strongly Typed Genetic Programming

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F16%3A10333214" target="_blank" >RIV/00216208:11320/16:10333214 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://ieeexplore.ieee.org/abstract/document/7814654/" target="_blank" >http://ieeexplore.ieee.org/abstract/document/7814654/</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/ICTAI.2016.0094" target="_blank" >10.1109/ICTAI.2016.0094</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Asynchronous Evolution of Data Mining Workflow Schemes by Strongly Typed Genetic Programming

  • Popis výsledku v původním jazyce

    This paper describes an algorithm for the automated design of whole machine learning workflows, including preprocessing of the data and automatic creation of several types of ensembles. The algorithm is based on strongly typed genetic programming which ensures the validity of the workflows. The evolution of the individuals in the population is asynchronous in order to improve the utilization of computational resources. The approach is validated on four data sets from the UCI machine learning repository.

  • Název v anglickém jazyce

    Asynchronous Evolution of Data Mining Workflow Schemes by Strongly Typed Genetic Programming

  • Popis výsledku anglicky

    This paper describes an algorithm for the automated design of whole machine learning workflows, including preprocessing of the data and automatic creation of several types of ensembles. The algorithm is based on strongly typed genetic programming which ensures the validity of the workflows. The evolution of the individuals in the population is asynchronous in order to improve the utilization of computational resources. The approach is validated on four data sets from the UCI machine learning repository.

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

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2016

  • 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

    Tools with Artificial Intelligence (ICTAI), 2016 IEEE 28th International Conference on

  • ISBN

    978-1-5090-4460-3

  • ISSN

    2375-0197

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    577-584

  • Název nakladatele

    IEEE

  • Místo vydání

    New York

  • Místo konání akce

    San Jose

  • Datum konání akce

    6. 11. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku