Memetic Evolutionary Learning for Local Unit Networks

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F10%3A00345155" target="_blank" >RIV/67985807:_____/10:00345155 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Memetic Evolutionary Learning for Local Unit Networks
Popis výsledku v původním jazyce
In this work we propose two hybrid algorithms combining evolutionary search with optimization algorithms. One algorithm memetically combines global evolution with gradient descent local search, while the other is a two-step procedure combining linear optimization with evolutionary search. It is shown that these algorithms typically produce smaller local unit networks with performance similar to theoretically sound but large regularization networks.
Název v anglickém jazyce
Memetic Evolutionary Learning for Local Unit Networks
Popis výsledku anglicky
In this work we propose two hybrid algorithms combining evolutionary search with optimization algorithms. One algorithm memetically combines global evolution with gradient descent local search, while the other is a two-step procedure combining linear optimization with evolutionary search. It is shown that these algorithms typically produce smaller local unit networks with performance similar to theoretically sound but large regularization networks.

Projekt
<a href="/cs/project/GA201%2F08%2F1744" target="_blank" >GA201/08/1744: Složitost perceptronových a jádrových sítí</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění
2010
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)