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”

Genens: An AutoML System for Ensemble Optimization Based on Developmental Genetic Programming

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F20%3A00537567" target="_blank" >RIV/67985807:_____/20:00537567 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1109/SSCI47803.2020.9308582" target="_blank" >http://dx.doi.org/10.1109/SSCI47803.2020.9308582</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/SSCI47803.2020.9308582" target="_blank" >10.1109/SSCI47803.2020.9308582</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Genens: An AutoML System for Ensemble Optimization Based on Developmental Genetic Programming

  • Popis výsledku v původním jazyce

    We propose an AutoML system for pipeline optimization based on developmental genetic programming — genens. It is built atop of scikit-learn pipelines, and it focuses on both hyperparameter and architecture optimization. Compared to existing systems, it enables to optimize more complex ensembles, while exploring simpler models at the same time. The system has been evaluated on selected benchmark datasets from the AutoML benchmark, producing competitive results.

  • Název v anglickém jazyce

    Genens: An AutoML System for Ensemble Optimization Based on Developmental Genetic Programming

  • Popis výsledku anglicky

    We propose an AutoML system for pipeline optimization based on developmental genetic programming — genens. It is built atop of scikit-learn pipelines, and it focuses on both hyperparameter and architecture optimization. Compared to existing systems, it enables to optimize more complex ensembles, while exploring simpler models at the same time. The system has been evaluated on selected benchmark datasets from the AutoML benchmark, producing competitive results.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA18-23827S" target="_blank" >GA18-23827S: Schopnosti a omezení mělkých a hlubokých sítí</a><br>

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2020

  • 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

    2020 IEEE Symposium Series on Computational Intelligence (SSCI)

  • ISBN

    978-1-7281-2548-0

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    631-638

  • Název nakladatele

    IEEE

  • Místo vydání

    New York

  • Místo konání akce

    Canberra / Online

  • Datum konání akce

    1. 12. 2020

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku