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”

Implementation of Ant Colony Algorithms in Matlab

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60461373%3A22340%2F12%3A43893447" target="_blank" >RIV/60461373:22340/12:43893447 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Implementation of Ant Colony Algorithms in Matlab

  • Popis výsledku v původním jazyce

    Ant colony optimization (ACO) algorithms have been successfully applied to combinatorial optimization tasks especially to data mining classification problem. The ant miner algorithm is based on the behavior of ants in searching of food. Implementation ofACO algorithm in MATLAB is presented in this study. Our experiments have used data sets from the UCI data set repository. We have selected databases with different properties such as number of instances, character of attributes, percentage of missing values or imbalance ratio. An important parameter of ACO algorithm is a heuristic function. It was determined that the selection of heuristic function has large influence on calculation time of the algorithm. In the contribution the influence of heuristicfunction on accuracy of the classification algorithm is discussed.

  • Název v anglickém jazyce

    Implementation of Ant Colony Algorithms in Matlab

  • Popis výsledku anglicky

    Ant colony optimization (ACO) algorithms have been successfully applied to combinatorial optimization tasks especially to data mining classification problem. The ant miner algorithm is based on the behavior of ants in searching of food. Implementation ofACO algorithm in MATLAB is presented in this study. Our experiments have used data sets from the UCI data set repository. We have selected databases with different properties such as number of instances, character of attributes, percentage of missing values or imbalance ratio. An important parameter of ACO algorithm is a heuristic function. It was determined that the selection of heuristic function has large influence on calculation time of the algorithm. In the contribution the influence of heuristicfunction on accuracy of the classification algorithm is discussed.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2012

  • 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

    20th Annual Conference Proceedings Technical Computing Bratislava 2012

  • ISBN

    978-80-970519-4-5

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    "072/1"-"072/7"

  • Název nakladatele

    RT Systems

  • Místo vydání

    Bratislava

  • Místo konání akce

    Bratislava

  • Datum konání akce

    7. 11. 2012

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku