Počet záznamů: 1  

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

  1. 1.
    SYSNO ASEP0537567
    Druh ASEPC - Konferenční příspěvek (mezinárodní konf.)
    Zařazení RIVD - Článek ve sborníku
    NázevGenens: An AutoML System for Ensemble Optimization Based on Developmental Genetic Programming
    Tvůrce(i) Suchopárová, Gabriela (UIVT-O) RID, ORCID, SAI
    Neruda, Roman (UIVT-O) SAI, RID, ORCID
    Zdroj.dok.2020 IEEE Symposium Series on Computational Intelligence (SSCI). - New York : IEEE, 2020 - ISBN 978-1-7281-2547-3
    Rozsah strans. 631-638
    Poč.str.8 s.
    Forma vydáníOnline - E
    AkceIEEE SSCI 2020: IEEE Symposium Series on Computational Intelligence
    Datum konání01.12.2020 - 04.12.2020
    Místo konáníCanberra / Online
    ZeměAU - Austrálie
    Typ akceEUR
    Jazyk dok.eng - angličtina
    Země vyd.US - Spojené státy americké
    Klíč. slovaMachine learning ; AutoML ; Genetic programming ; Developmental methods ; Pipelines ; Vegetation ; Optimization ; Task analysis ; Machine learning algorithms ; Computational modeling ; Benchmark testing
    Vědní obor RIVIN - Informatika
    Obor OECDComputer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
    CEPGA18-23827S GA ČR - Grantová agentura ČR
    Institucionální podporaUIVT-O - RVO:67985807
    UT WOS000682772900086
    EID SCOPUS85099713149
    DOI10.1109/SSCI47803.2020.9308582
    AnotaceWe 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.
    PracovištěÚstav informatiky
    KontaktTereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800
    Rok sběru2021
Počet záznamů: 1  

  Tyto stránky využívají soubory cookies, které usnadňují jejich prohlížení. Další informace o tom jak používáme cookies.