Evolutionary Algorithms for Managing New Network Elements

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F09%3APU84970" target="_blank" >RIV/00216305:26220/09:PU84970 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Evolutionary Algorithms for Managing New Network Elements

Popis výsledku v původním jazyce

Evolutionary algorithms represent a group of stochastic calculation methods that are inspired by actions in live nature. These methods are suitable to apply to problems that can be solved only with difficulty by the classical deterministic mathematical methods, or where the application of exact calculation methods demands unreasonable task simplification. Non-linear regression and prediction also belong among these tasks. Although mathematical statistics gives a lot of methods for the solution of linearregression tasks, very often it is not possible to use these methods. A majority of real tasks have a non-linear status and that is why linear regression methods can be used only for short intervals of the definition domain or only under very limited conditions. That is why it can be convenient to use evolution methods for the solution of non-linear regression tasks, e.g. genetic algorithms.

Název v anglickém jazyce

Evolutionary Algorithms for Managing New Network Elements

Popis výsledku anglicky

Evolutionary algorithms represent a group of stochastic calculation methods that are inspired by actions in live nature. These methods are suitable to apply to problems that can be solved only with difficulty by the classical deterministic mathematical methods, or where the application of exact calculation methods demands unreasonable task simplification. Non-linear regression and prediction also belong among these tasks. Although mathematical statistics gives a lot of methods for the solution of linearregression tasks, very often it is not possible to use these methods. A majority of real tasks have a non-linear status and that is why linear regression methods can be used only for short intervals of the definition domain or only under very limited conditions. That is why it can be convenient to use evolution methods for the solution of non-linear regression tasks, e.g. genetic algorithms.

Druh

D - Stať ve sborníku

CEP obor

JA - Elektronika a optoelektronika, elektrotechnika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA102%2F07%2F1503" target="_blank" >GA102/07/1503: Pokročilá optimalizace návrhu komunikačních systémů pomocí neuronových sítí</a><br>

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2009

Kód důvěrnosti údajů

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

Název statě ve sborníku

Conference Proceedings for 11th International Conference RTT 2009, Research in Telecommunication Technology

ISBN

978-80-01-04410-0

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

—

Název nakladatele

ČVUT

Místo vydání

Praha

Místo konání akce

Srby

Datum konání akce

2. 9. 2009

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—