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”

Analysing knowledge transfer in SHADE via complex network

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F20%3A63523498" target="_blank" >RIV/70883521:28140/20:63523498 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://academic.oup.com/jigpal/article/28/2/153/5107008?login=true" target="_blank" >https://academic.oup.com/jigpal/article/28/2/153/5107008?login=true</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1093/jigpal/jzy042" target="_blank" >10.1093/jigpal/jzy042</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Analysing knowledge transfer in SHADE via complex network

  • Popis výsledku v původním jazyce

    In this research paper a hybridization of two computational intelligence fields, which are evolutionary computation techniques and complex networks (CNs), is presented. During the optimization run of the success-history based adaptive differential evolution (SHADE) a CN is built and its feature, node degree centrality, is extracted for each node. Nodes represent here the individual solutions from the SHADE population. Edges in the network mirror the knowledge transfer between individuals in SHADE’s population, and therefore, the node degree centrality can be used to measure knowledge transfer capabilities of each individual. The correlation between individual’s quality and its knowledge transfer capability is recorded and analyzed on the CEC2015 benchmark set in three different dimensionality settings—10D, 30D and 50D. Results of the analysis are discussed, and possible directions for future research are suggested.

  • Název v anglickém jazyce

    Analysing knowledge transfer in SHADE via complex network

  • Popis výsledku anglicky

    In this research paper a hybridization of two computational intelligence fields, which are evolutionary computation techniques and complex networks (CNs), is presented. During the optimization run of the success-history based adaptive differential evolution (SHADE) a CN is built and its feature, node degree centrality, is extracted for each node. Nodes represent here the individual solutions from the SHADE population. Edges in the network mirror the knowledge transfer between individuals in SHADE’s population, and therefore, the node degree centrality can be used to measure knowledge transfer capabilities of each individual. The correlation between individual’s quality and its knowledge transfer capability is recorded and analyzed on the CEC2015 benchmark set in three different dimensionality settings—10D, 30D and 50D. Results of the analysis are discussed, and possible directions for future research are suggested.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • 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

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

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 periodika

    LOGIC JOURNAL OF THE IGPL

  • ISSN

    1367-0751

  • e-ISSN

  • Svazek periodika

    28

  • Číslo periodika v rámci svazku

    2

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    18

  • Strana od-do

    153-170

  • Kód UT WoS článku

    000559006600002

  • EID výsledku v databázi Scopus