Use of two-layer genetic programming for multidimensional symbolic regression

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25530%2F24%3A39922640" target="_blank" >RIV/00216275:25530/24:39922640 - isvavai.cz</a>
Výsledek na webu
<a href="https://ieeexplore.ieee.org/document/10900766" target="_blank" >https://ieeexplore.ieee.org/document/10900766</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/Informatics62280.2024.10900766" target="_blank" >10.1109/Informatics62280.2024.10900766</a>

Jazyk výsledku
angličtina
Název v původním jazyce
Use of two-layer genetic programming for multidimensional symbolic regression
Popis výsledku v původním jazyce
This paper focuses on exploring the potential benefits and advantages or disadvantages of a two-layer approach in genetic programming. The first section describes two-layer genetic programming itself and how it differs from its basic version. The Python programming language framework DEAP was used for the implementation. The focus of the paper is also to compare the results obtained by using this two-layer genetic programming with different configurations of the parameters with ordinary basic genetic programming on different multidimensional datasets and benchmarks.
Název v anglickém jazyce
Use of two-layer genetic programming for multidimensional symbolic regression
Popis výsledku anglicky
This paper focuses on exploring the potential benefits and advantages or disadvantages of a two-layer approach in genetic programming. The first section describes two-layer genetic programming itself and how it differs from its basic version. The Python programming language framework DEAP was used for the implementation. The focus of the paper is also to compare the results obtained by using this two-layer genetic programming with different configurations of the parameters with ordinary basic genetic programming on different multidimensional datasets and benchmarks.

Rok uplatnění
2024
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
Informatics 2024 : 2024 IEEE 17th International Scientific Conference on Informatics : proceedings
ISBN
979-8-3503-8766-7
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
503-508
Název nakladatele
IEEE (Institute of Electrical and Electronics Engineers)
Místo vydání
New York
Místo konání akce
Poprad
Datum konání akce
13. 11. 2024
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
001483035700082

Podobné výsledky(10)