Počet záznamů: 1

Genetic Algorithm with Species for Regularization Network Metalearning

SYSNO ASEP	0356026
Druh ASEP	C - Konferenční příspěvek (mezinárodní konf.)
Zařazení RIV	D - Článek ve sborníku
Název	Genetic Algorithm with Species for Regularization Network Metalearning
Tvůrce(i)	Neruda, Roman (UIVT-O)_{SAI, RID, ORCID} Vidnerová, Petra (UIVT-O)_{RID, SAI, ORCID}
Zdroj.dok.	Advances in Information Technology. - Berlin : Springer, 2010 / Papasratorn B.- ; Lavangnananda K. ; Chutimaskul W. ; Vanijja V. - ISSN 1865-0929 - ISBN 978-3-642-16698-3
Rozsah stran	s. 192-201
Poč.str.	10 s.
Akce	IAIT 2010. International Conference on Advances in Information Technology /4./
Datum konání	04.11.2010-05.11.2010
Místo konání	Bangkok
Země	TH - Thajsko
Typ akce	WRD
Jazyk dok.	eng - angličtina
Země vyd.	DE - Německo
Klíč. slova	regularization ; neural networks ; metalearning ; genetic algorithms
Vědní obor RIV	IN - Informatika
CEP	GA201/08/1744 GA ČR - Grantová agentura ČR
CEZ	AV0Z10300504 - UIVT-O (2005-2011)
UT WOS	000288365600021
EID SCOPUS	78650077194
DOI	10.1007/978-3-642-16699-0_21
Anotace	Regularization networks are one of the important methods for supervised learning. They benefit from very good theoretical background, though their drawback is the presence of metaparameters. The metaparameters are typically supposed to be given by an user. In this paper, we develop a method for finding optimal values for metaparameters, namely type of kernel function, kernel’s parameter and regularization parameter. The method is based on genetic algorithms with different species for different kinds of kernels. The method is demonstrated on experiments.
Pracoviště	Ústav informatiky
Kontakt	Tereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800
Rok sběru	2011

Počet záznamů: 1