Iris Data Classification by Means of Pseudo Neural Networks Based on Evolutionary Symbolic Regression

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F13%3A43870586" target="_blank" >RIV/70883521:28140/13:43870586 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Iris Data Classification by Means of Pseudo Neural Networks Based on Evolutionary Symbolic Regression

Popis výsledku v původním jazyce

This research deals with a novel approach to classification. Iris data was used for the experiments. Classical artificial neural networks, where a relation between inputs and outputs is based on the mathematical transfer functions and optimized numericalweights, was an inspiration for this work. Artificial neural networks need to optimize weights, but the structure and transfer functions are usually set up before the training. The proposed method utilizes the symbolic regression for synthesis of a whole structure, i.e. the relation between inputs and output(s) and tested on iris data in this case. For experimentation, Differential Evolution (DE) for the main procedure and also for meta-evolution version of analytic programming (AP) was used.

Název v anglickém jazyce

Iris Data Classification by Means of Pseudo Neural Networks Based on Evolutionary Symbolic Regression

Popis výsledku anglicky

This research deals with a novel approach to classification. Iris data was used for the experiments. Classical artificial neural networks, where a relation between inputs and outputs is based on the mathematical transfer functions and optimized numericalweights, was an inspiration for this work. Artificial neural networks need to optimize weights, but the structure and transfer functions are usually set up before the training. The proposed method utilizes the symbolic regression for synthesis of a whole structure, i.e. the relation between inputs and output(s) and tested on iris data in this case. For experimentation, Differential Evolution (DE) for the main procedure and also for meta-evolution version of analytic programming (AP) was used.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/ED2.1.00%2F03.0089" target="_blank" >ED2.1.00/03.0089: Centrum bezpečnostních, informačních a pokročilých technologií (CEBIA-Tech)</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2013

Kód důvěrnosti údajů

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

Název statě ve sborníku

27th European Conference on Modelling and Simulation

ISBN

978-0-9564944-6-7

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

355-360

Název nakladatele

ECMS

Místo vydání

Alesund

Místo konání akce

Alesund

Datum konání akce

27. 5. 2013

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—