Počet záznamů: 1
Benchmarking Gaussian Processes and Random Forests Surrogate Models on the BBOB Noiseless Testbed
- 1.
SYSNO ASEP 0446912 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Benchmarking Gaussian Processes and Random Forests Surrogate Models on the BBOB Noiseless Testbed Tvůrce(i) Bajer, Lukáš (UIVT-O) SAI, RID, ORCID
Pitra, Z. (CZ)
Holeňa, Martin (UIVT-O) SAI, RIDZdroj.dok. GECCO Companion '15. Genetic and Evolutionary Computation Conference. Companion Material Proceedings. - New York : ACM, 2015 / Silva S. - ISBN 978-1-4503-3488-4 Rozsah stran s. 1143-1150 Poč.str. 8 s. Forma vydání Online - E Akce GECCO Companion '15. Genetic and Evolutionary Computation Conference Datum konání 11.07.2015-15.07.2015 Místo konání Madrid Země ES - Španělsko Typ akce WRD Jazyk dok. eng - angličtina Země vyd. US - Spojené státy americké Klíč. slova benchmarking ; black-box optimization ; surrogate model ; Gaussian process ; random forest Vědní obor RIV IN - Informatika CEP GA13-17187S GA ČR - Grantová agentura ČR Institucionální podpora UIVT-O - RVO:67985807 EID SCOPUS 84959386448 DOI 10.1145/2739482.2768468 Anotace Speeding-up black-box optimization algorithms via learning and using a surrogate model is a heavily studied topic. This paper evaluates two different surrogate models: Gaussian processes and random forests which are interconnected with the state-of-the art optimization algorithm CMA-ES. Results on the BBOB testing set show that considerable amount of fitness evaluations can be saved especially during the initial phase of the algorithm's progress. Pracoviště Ústav informatiky Kontakt Tereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800 Rok sběru 2016
Počet záznamů: 1