Počet záznamů: 1
Gaussian Process Surrogate Models for the CMA-ES
SYS 0506867 LBL 01000a^^22220027750^450 005 20240103222323.9 014 $a 85070636233 $2 SCOPUS 014 $a 000538328100009 $2 WOS 017 $a 10.1145/3319619.3326764 $2 DOI 100 $a 20190725d m y slo 03 ba 101 $a eng 102 $a US 200 1-
$a Gaussian Process Surrogate Models for the CMA-ES 215 $a 2 s. $c P 463 -1
$1 001 cav_un_epca*0506866 $1 010 $a 978-1-4503-6748-6 $1 200 1 $a GECCO '19. Proceedings of the Genetic and Evolutionary Computation Conference Companion $v S. 17-18 $1 210 $a New York $c ACM $d 2019 610 $a black-box optimization 610 $a evolutionary optimization 610 $a surrogate modelling 610 $a Gaussian process 700 -1
$3 cav_un_auth*0262974 $a Bajer $b Lukáš $p UIVT-O $i Oddělení strojového učení $j Department of Machine Learning $w Department of Machine Learning $T Ústav informatiky AV ČR, v. v. i. 701 -1
$3 cav_un_auth*0339112 $a Pitra $b Zbyněk $p UIVT-O $i Oddělení strojového učení $j Department of Machine Learning $w Department of Machine Learning $T Ústav informatiky AV ČR, v. v. i. 701 -1
$3 cav_un_auth*0350450 $a Repický $b Jakub $p UIVT-O $i Oddělení strojového učení $j Department of Machine Learning $w Department of Machine Learning $T Ústav informatiky AV ČR, v. v. i. 701 -1
$3 cav_un_auth*0100761 $a Holeňa $b Martin $p UIVT-O $i Oddělení strojového učení $j Department of Machine Learning $w Department of Machine Learning $T Ústav informatiky AV ČR, v. v. i.
Počet záznamů: 1