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”

Genetic Algorithm with Species for Regularization Network Metalearning

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F10%3A00348394" target="_blank" >RIV/67985807:_____/10:00348394 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Genetic Algorithm with Species for Regularization Network Metalearning

  • Popis výsledku v původním jazyce

    Regularization networks are one of the important methods for supervised learning. They benefit from very good theoretical background, although the presence of metaparameters is their drawback. The metaparameters are typically supposed to be given in advance and come ready as an input of the algorithm. Typically, they are set based on the task context by an experienced user. In this paper, we develop a method for finding optimal values of metaparameters, namely the type of kernel function, kernel parameters and regularization parameter. The method is based on co-evolutionary genetic algorithms with different species for different kind

  • Název v anglickém jazyce

    Genetic Algorithm with Species for Regularization Network Metalearning

  • Popis výsledku anglicky

    Regularization networks are one of the important methods for supervised learning. They benefit from very good theoretical background, although the presence of metaparameters is their drawback. The metaparameters are typically supposed to be given in advance and come ready as an input of the algorithm. Typically, they are set based on the task context by an experienced user. In this paper, we develop a method for finding optimal values of metaparameters, namely the type of kernel function, kernel parameters and regularization parameter. The method is based on co-evolutionary genetic algorithms with different species for different kind

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/KJB100300804" target="_blank" >KJB100300804: Algoritmy učení neuronových sítí založené na teorii regularizace</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2010

  • 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

    Informačné Technológie - Aplikácie a Teória

  • ISBN

    978-80-970179-3-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

  • Název nakladatele

    Pont

  • Místo vydání

    Seňa

  • Místo konání akce

    Smrekovica

  • Datum konání akce

    21. 9. 2010

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku