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”

Advanced Parallel Copula Based EDA

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F16%3APU122834" target="_blank" >RIV/00216305:26230/16:PU122834 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://www.fit.vut.cz/research/publication/11225/" target="_blank" >https://www.fit.vut.cz/research/publication/11225/</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/SSCI.2016.7850202" target="_blank" >10.1109/SSCI.2016.7850202</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Advanced Parallel Copula Based EDA

  • Popis výsledku v původním jazyce

    Estimation of distribution algorithms (EDAs) are stochastic optimization techniques that are based on building and sampling a probability model. Copula theory provides methods that simplify the estimation of the probability model. To improve the efficiency of current copula based EDAs (CEDAs) new modifications of parallel CEDA were proposed. We investigated eight variants of island-based algorithms utilizing the capability of promising copula families, inter-island migration and additional adaptation of marginal parameters using CT-AVS technique. The proposed algorithms were tested on two sets of well-known standard optimization benchmarks in the continuous domain. The results of the experiments validate the efficiency of our algorithms.

  • Název v anglickém jazyce

    Advanced Parallel Copula Based EDA

  • Popis výsledku anglicky

    Estimation of distribution algorithms (EDAs) are stochastic optimization techniques that are based on building and sampling a probability model. Copula theory provides methods that simplify the estimation of the probability model. To improve the efficiency of current copula based EDAs (CEDAs) new modifications of parallel CEDA were proposed. We investigated eight variants of island-based algorithms utilizing the capability of promising copula families, inter-island migration and additional adaptation of marginal parameters using CT-AVS technique. The proposed algorithms were tested on two sets of well-known standard optimization benchmarks in the continuous domain. The results of the experiments validate the efficiency of our algorithms.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

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

    2016 IEEE Symposium Series on Computational Intelligence

  • ISBN

    978-1-5090-4239-5

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    1-8

  • Název nakladatele

    Institute of Electrical and Electronics Engineers

  • Místo vydání

    Athens

  • Místo konání akce

    Athens

  • Datum konání akce

    6. 12. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000400488302108