Feature Extraction for Surrogate Models in Genetic Programming

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F16%3A00466883" target="_blank" >RIV/67985807:_____/16:00466883 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/00216208:11320/16:10333210

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-45823-6_31" target="_blank" >http://dx.doi.org/10.1007/978-3-319-45823-6_31</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-45823-6_31" target="_blank" >10.1007/978-3-319-45823-6_31</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Feature Extraction for Surrogate Models in Genetic Programming

Popis výsledku v původním jazyce

We discuss the use of surrogate models in the field of genetic programming. We describe a set of features extracted from each tree and use it to train a model of the fitness function. The results indicate that such a model can be used to predict the fitness of new individuals without the need to evaluate them. In a series of experiments, we show how surrogate modeling is able to reduce the number of fitness evaluations needed in genetic programming, and we discuss how the use of surrogate models affects the exploration and convergence of genetic programming algorithms.

Název v anglickém jazyce

Feature Extraction for Surrogate Models in Genetic Programming

Popis výsledku anglicky

We discuss the use of surrogate models in the field of genetic programming. We describe a set of features extracted from each tree and use it to train a model of the fitness function. The results indicate that such a model can be used to predict the fitness of new individuals without the need to evaluate them. In a series of experiments, we show how surrogate modeling is able to reduce the number of fitness evaluations needed in genetic programming, and we discuss how the use of surrogate models affects the exploration and convergence of genetic programming algorithms.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA15-19877S" target="_blank" >GA15-19877S: Automatické modelování znalostí a plánů pro autonomní roboty</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Parallel Problem Solving from Nature - PPSN XIV

ISBN

978-3-319-45822-9

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

10

Strana od-do

335-344

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Edinburgh

Datum konání akce

17. 9. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000387962100031