Evolutionary System to Model Structure and Parameters Regression
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21260%2F12%3A00197059" target="_blank" >RIV/68407700:21260/12:00197059 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Evolutionary System to Model Structure and Parameters Regression
Popis výsledku v původním jazyce
This paper discusses features of multilayered evolutionary system suitable to identify various systems including their model by symbolic regression. Improved sensitivity allows modelling of difficult systems as deterministic chaos ones.
Název v anglickém jazyce
Evolutionary System to Model Structure and Parameters Regression
Popis výsledku anglicky
This paper discusses features of multilayered evolutionary system suitable to identify various systems including their model by symbolic regression. Improved sensitivity allows modelling of difficult systems as deterministic chaos ones.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2012
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Neural Network World
ISSN
1210-0552
e-ISSN
—
Svazek periodika
2012
Číslo periodika v rámci svazku
2
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
14
Strana od-do
181-194
Kód UT WoS článku
000305103600006
EID výsledku v databázi Scopus
—