Výsledky vyhledávání
- 1.0506867 - ÚI 2020 RIV US eng A - Abstrakt
Bajer, Lukáš - Pitra, Zbyněk - Repický, Jakub - Holeňa, Martin
Gaussian Process Surrogate Models for the CMA-ES.
GECCO '19. Proceedings of the Genetic and Evolutionary Computation Conference Companion. New York: ACM, 2019. s. 17-18. ISBN 978-1-4503-6748-6.
[GECCO 2019: The Genetic and Evolutionary Computation Conference. 13.07.2019-17.07.2019, Prague]
Grant CEP: GA ČR GA17-01251S; GA ČR(CZ) GA18-18080S
Institucionální podpora: RVO:67985807
Klíčová slova: black-box optimization * evolutionary optimization * surrogate modelling * Gaussian process
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Trvalý link: http://hdl.handle.net/11104/0298001 - 2.0493292 - ÚI 2019 RIV IE eng A - Abstrakt
Repický, Jakub - Pitra, Zbyněk - Holeňa, Martin
Adaptive Selection of Gaussian Process Model for Active Learning in Expensive Optimization.
ECML PKDD 2018: Workshop on Interactive Adaptive Learning. Proceedings. Dublin, 2018 - (Krempl, G.; Lemaire, V.; Kottke, D.; Calma, A.; Holzinger, A.; Polikar, R.; Sick, B.). s. 80-84
[ECML PKDD 2018: The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. 10.09.2018-14.09.2018, Dublin]
Grant CEP: GA ČR GA17-01251S
Institucionální podpora: RVO:67985807
Klíčová slova: Gaussian process * Surrogate model * Black-box optimization * Active Learning
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://www.ies.uni-kassel.de/p/ial2018/ialatecml2018.pdf
Trvalý link: http://hdl.handle.net/11104/0286678Název souboru Staženo Velikost Komentář Verze Přístup a0493292.pdf 7 715 KB Sborník dostupný online. Vydavatelský postprint povolen - 3.0493290 - ÚI 2019 RIV IE eng A - Abstrakt
Pitra, Zbyněk - Repický, Jakub - Holeňa, Martin
Transfer of Knowledge for Surrogate Model Selection in Cost-Aware Optimization.
ECML PKDD 2018: Workshop on Interactive Adaptive Learning. Proceedings. Dublin, 2018 - (Krempl, G.; Lemaire, V.; Kottke, D.; Calma, A.; Holzinger, A.; Polikar, R.; Sick, B.). s. 89-94
[ECML PKDD 2018: The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases. 10.09.2018-14.09.2018, Dublin]
Grant CEP: GA ČR GA17-01251S
Grant ostatní: ČVUT(CZ) SGS17/193/OHK4/3T/14; GA MŠk(CZ) LM2015042
Institucionální podpora: RVO:67985807
Klíčová slova: Metalearing * Surrogate model * Gaussian process * Random forest * Exploratory landscape analysis
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://www.ies.uni-kassel.de/p/ial2018/ialatecml2018.pdf
Trvalý link: http://hdl.handle.net/11104/0286679Název souboru Staženo Velikost Komentář Verze Přístup a0493290.pdf 23 568.2 KB Sborník dostupný online. Vydavatelský postprint povolen - 4.0477787 - ÚI 2018 US eng A - Abstrakt
Pitra, Z. - Bajer, L. - Repický, J. - Holeňa, Martin
Ordinal versus metric gaussian process regression in surrogate modelling for CMA evolution strategy.
GECCO 2017. Proceedings of the Genetic and Evolutionary Computation Conference Companion. New York: ACM, 2017. s. 177-178. ISBN 978-1-4503-4939-0.
[GECCO 2017. Genetic and Evolutionary Computation Conference. 15.07.2017-19.07.2017, Berlin]
Grant CEP: GA ČR GA17-01251S
Grant ostatní: GA MŠk(CZ) LO1611; ČVUT(CZ) SGS17/193/OHK4/3T/14
Institucionální podpora: RVO:67985807
Klíčová slova: black-box optimization * evolutionary optimization * surrogate modelling * Gaussian-process regression
Kód oboru RIV: IN - Informatika
Trvalý link: http://hdl.handle.net/11104/0274011Název souboru Staženo Velikost Komentář Verze Přístup a0477787.pdf 2 668.9 KB Vydavatelský postprint vyžádat