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
—