Výsledky vyhledávání
- 1.0546157 - ÚI 2022 RIV DE eng C - Konferenční příspěvek (zahraniční konf.)
Koza, J. - Tumpach, J. - Pitra, Z. - Holeňa, Martin
Combining Gaussian Processes and Neural Networks in Surrogate Modeling for Covariance Matrix Adaptation Evolution Strategy.
Proceedings of the 21st Conference Information Technologies – Applications and Theory (ITAT 2021). Aachen: Technical University & CreateSpace Independent Publishing, 2021 - (Brejová, B.; Ciencialová, L.; Holeňa, M.; Mráz, F.; Pardubská, D.; Plátek, M.; Vinař, T.), s. 29-38. ISSN 1613-0073.
[ITAT 2021: Information Technologies - Applications and Theory /21./. Heľpa (SK), 24.09.2021-28.09.2021]
Grant CEP: GA ČR(CZ) GA18-18080S
Grant ostatní: Ministerstvo školství, mládeže a tělovýchovy - GA MŠk(CZ) LM2018140
Institucionální podpora: RVO:67985807
Klíčová slova: black-box optimization * surrogate modeling * artificial neural networks * Gaussian processes * covariance functions
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
http://ics.upjs.sk/~antoni/ceur-ws.org/Vol-0000/paper27.pdf
Trvalý link: http://hdl.handle.net/11104/0322706Název souboru Staženo Velikost Komentář Verze Přístup 0546157-aoa.pdf 2 1.7 MB OA CC BY 4.0 Vydavatelský postprint povolen - 2.0498868 - ÚI 2020 RIV US eng J - Článek v odborném periodiku
Bajer, L. - Pitra, Z. - Repický, J. - Holeňa, Martin
Gaussian Process Surrogate Models for the CMA Evolution Strategy.
Evolutionary Computation. Roč. 27, č. 4 (2019), s. 665-697. ISSN 1063-6560. E-ISSN 1530-9304
Grant CEP: GA ČR GA17-01251S; GA ČR(CZ) GA18-18080S
Grant ostatní: GA MŠk(CZ) LM2015042
Institucionální podpora: RVO:67985807
Klíčová slova: Black-box optimization * CMA-ES * Gaussian processes * evolution strategies * surrogate modeling
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 3.933, rok: 2019
Způsob publikování: Omezený přístup
http://dx.doi.org/10.1162/evco_a_00244
Trvalý link: http://hdl.handle.net/11104/0291157Název souboru Staženo Velikost Komentář Verze Přístup 0498868-afin.pdf 13 29.7 MB Vydavatelský postprint vyžádat 0498868-acc.pdf 8 3.8 MB Proofreading v. Autorský postprint vyžádat 0498868subm.pdf 13 2.7 MB Submitted Autorský preprint povolen - 3.0430976 - ÚI 2015 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Pilát, M. - Neruda, Roman
Hypervolume-Based Local Search in Multi-Objective Evolutionary Optimization.
GECCO '14. Proceedings of the 2014 Conference on Genetic and Evolutionary Computation. New York: ACM, 2014 - (Igel, C.; Arnold, D.), s. 637-644. ISBN 978-1-4503-2662-9.
[GECCO 2014. Genetic and Evolutionary Computation Conference. Vancouver (CA), 12.07.2014-16.07.2014]
Grant CEP: GA MŠMT(CZ) LD13002
Institucionální podpora: RVO:67985807
Klíčová slova: multi-objective optimization * surrogate modeling * NSGA-II * hyper-volume
Kód oboru RIV: IN - Informatika
Trvalý link: http://hdl.handle.net/11104/0235641Název souboru Staženo Velikost Komentář Verze Přístup a0430976.pdf 0 549 KB Vydavatelský postprint vyžádat - 4.0398349 - ÚI 2014 RIV DE eng M - Část monografie knihy
Kůrková, Věra
Accuracy of surrogate solutions of integral equations by feedforward networks.
Issues and Challenges of Intelligent Systems and Computational Intelligence. Cham: Springer, 2014 - (Kóczy, L.; Pozna, C.; Kacprzyk, J.), s. 91-102. Studies in Computational Intelligence, 530. ISBN 978-3-319-03205-4
Grant CEP: GA ČR GAP202/11/1368; GA MŠMT(CZ) LD13002
Institucionální podpora: RVO:67985807
Klíčová slova: surrogate modeling by neural networks * approximate solutions of integral equations * feedforward neural networks * model complexity * rates of approximation
Kód oboru RIV: IN - Informatika
Trvalý link: http://hdl.handle.net/11104/0225861 - 5.0384883 - ÚI 2013 RIV SK eng C - Konferenční příspěvek (zahraniční konf.)
Kůrková, Věra
Surrogate solutions of Fredholm equations by feedforward networks.
Information Technologies - Applications and Theory. Seňa: PONT s.r.o., 2012 - (Horváth, T.), s. 49-54. ISBN 978-80-971144-0-4.
[ITAT 2012. Conference on Theory and Practice of Information Technologies. Ždiar (SK), 17.09.2012-21.09.2012]
Grant CEP: GA MŠMT OC10047
Institucionální podpora: RVO:67985807
Klíčová slova: surrogate modeling by neural networks * Fredholm integral equations * rates of approximation * model complexity
Kód oboru RIV: IN - Informatika
http://ceur-ws.org/Vol-990/paper8.pdf
Trvalý link: http://hdl.handle.net/11104/0007335Název souboru Staženo Velikost Komentář Verze Přístup 0384883.pdf 0 627.4 KB Autorský preprint povolen - 6.0380963 - ÚI 2013 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Holeňa, Martin - Linke, D. - Bajer, Lukáš
Surrogate Modeling in the Evolutionary Optimization of Catalytic Materials.
GECCO '12. Proceedings of the fourteenth international conference on Genetic and evolutionary computation conference. New York: ACM, 2012 - (Soule, T.), s. 1095-1102. ISBN 978-1-4503-1177-9.
[GECCO 2012. Genetic and Evolutionary Computation Conference. Conference on Genetic Algorithms /21./ and Annual Genetic Programming Conference /17./. Philadelphia (US), 07.07.2012-11.07.2012]
Grant CEP: GA ČR GA201/08/0802; GA ČR GAP202/11/1368
Grant ostatní: GA UK(CZ) 278511/2011
Institucionální podpora: RVO:67985807
Klíčová slova: evolutionary optimization * mixed optimization * surrogate modeling * model suitability * applications in chemistry
Kód oboru RIV: IN - Informatika
Trvalý link: http://hdl.handle.net/11104/0211545Název souboru Staženo Velikost Komentář Verze Přístup a0380963.pdf 0 505 KB Vydavatelský postprint vyžádat - 7.0355267 - ÚI 2011 RIV NL eng J - Článek v odborném periodiku
Holeňa, Martin - Linke, D. - Rodemerck, U.
Generator Approach to Evolutionary Optimization of Catalysts and its Integration with Surrogate Modeling.
Catalysis Today. Roč. 159, č. 1 (2011), s. 84-95. ISSN 0920-5861. E-ISSN 1873-4308
Grant CEP: GA ČR GA201/08/0802
Výzkumný záměr: CEZ:AV0Z10300504
Klíčová slova: optimization of catalytic materials * evolutionary optimization * surrogate modeling * artificial neural networks * multilayer perceptron * regression boosting
Kód oboru RIV: IN - Informatika
Impakt faktor: 3.407, rok: 2011
Trvalý link: http://hdl.handle.net/11104/0194079