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”

Získávání znalostí z dat pro ladění heuristických parametrů genetických algoritmů

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F06%3A00042318" target="_blank" >RIV/67985807:_____/06:00042318 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Knowledge Extraction from Data for Tuning Heuristic Parameters of Genetic Algorithms

  • Popis výsledku v původním jazyce

    The heuristic inspiration of genetic algorithms entails their dependence on many heuristic parameters. For the algorithm to work most properly, those parameters need to be empirically tuned. If the values of the objective function have to be obtained ina costly experimental way, then the algorithm can not be run with several various combinations of the values of heuristic parameters. This paper suggests to use knowledge extracted from data by means of a neural network for parameter tuning in such situations.

  • Název v anglickém jazyce

    Knowledge Extraction from Data for Tuning Heuristic Parameters of Genetic Algorithms

  • Popis výsledku anglicky

    The heuristic inspiration of genetic algorithms entails their dependence on many heuristic parameters. For the algorithm to work most properly, those parameters need to be empirically tuned. If the values of the objective function have to be obtained ina costly experimental way, then the algorithm can not be run with several various combinations of the values of heuristic parameters. This paper suggests to use knowledge extracted from data by means of a neural network for parameter tuning in such situations.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA201%2F05%2F0557" target="_blank" >GA201/05/0557: Aproximace a učení funkcí více proměnných pomocí neuronových sítí a jádrových metod</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2006

  • 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

    Information Technologies - Applications and Theory

  • ISBN

    80-969184-4-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    57-62

  • Název nakladatele

    Prírodovedecká fakulta, Univerzita P. J. Šafárika

  • Místo vydání

    Košice

  • Místo konání akce

    Bystrá dolina

  • Datum konání akce

    26. 9. 2006

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku