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”

Self-organizing migrating algorithm with clustering-aided migration

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F20%3A63526752" target="_blank" >RIV/70883521:28140/20:63526752 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://dl.acm.org/doi/10.1145/3377929.3398129" target="_blank" >https://dl.acm.org/doi/10.1145/3377929.3398129</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1145/3377929.3398129" target="_blank" >10.1145/3377929.3398129</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Self-organizing migrating algorithm with clustering-aided migration

  • Popis výsledku v původním jazyce

    This paper proposes a novel migration strategy for Self-organizing Migrating Algorithm (SOMA), which combines advantages of the explorative All-To-Random migration with new exploitation focused All-To-Cluster-Leaders strategy. The main goal of this novel innovation to SOMA is to deliver competitive results, not only on the latest CEC 2020 benchmark set on a single objective bound-constrained numerical optimization. The proposed algorithm variant was titled SOMA-CL, and it has manifested notable potential in such demanding challenges. The results of the proposed algorithm were compared and tested for statistical significance against two other SOMA variants. © 2020 ACM.

  • Název v anglickém jazyce

    Self-organizing migrating algorithm with clustering-aided migration

  • Popis výsledku anglicky

    This paper proposes a novel migration strategy for Self-organizing Migrating Algorithm (SOMA), which combines advantages of the explorative All-To-Random migration with new exploitation focused All-To-Cluster-Leaders strategy. The main goal of this novel innovation to SOMA is to deliver competitive results, not only on the latest CEC 2020 benchmark set on a single objective bound-constrained numerical optimization. The proposed algorithm variant was titled SOMA-CL, and it has manifested notable potential in such demanding challenges. The results of the proposed algorithm were compared and tested for statistical significance against two other SOMA variants. © 2020 ACM.

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

  • Návaznosti

    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 statě ve sborníku

    GECCO 2020 Companion - Proceedings of the 2020 Genetic and Evolutionary Computation Conference Companion

  • ISBN

    978-145037127-8

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    1441-1447

  • Název nakladatele

    Association for Computing Machinery

  • Místo vydání

    New York

  • Místo konání akce

    Cancun

  • Datum konání akce

    8. 7. 2020

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku