دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Bill Worzel, Rick Riolo (auth.), Rick Riolo, Bill Worzel (eds.) سری: Genetic Programming Series 6 ISBN (شابک) : 9781461347477, 9781441989833 ناشر: Springer US سال نشر: 2003 تعداد صفحات: 321 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 16 مگابایت
کلمات کلیدی مربوط به کتاب نظریه برنامه ریزی ژنتیک و تمرین: هوش مصنوعی (شامل رباتیک)، تئوری محاسبات، مهندسی برق
در صورت تبدیل فایل کتاب Genetic Programming Theory and Practice به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب نظریه برنامه ریزی ژنتیک و تمرین نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
تئوری و عمل برنامهنویسی ژنتیک تعامل در حال
ظهور بین تئوری و عمل در روش یادگیری ماشینی پیشرفته
برنامهنویسی ژنتیکی (GP) را بررسی میکند. مطالب موجود در این
جلد ارائه شده از کارگاهی در مرکز مطالعه سیستمهای پیچیده
دانشگاه میشیگان تهیه شده است که در آن گروهی بینالمللی از
نظریهپردازان و متخصصان برنامهنویسی ژنتیک گرد هم آمدند تا
بررسی کنند که چگونه نظریه GP به عمل میپردازد و چگونه تمرین
پزشک عمومی بر نظریه GP تأثیر میگذارد. مشارکتها طیف کامل این
رابطه را پوشش میدهند و توسط نظریهپردازان پیشرو GP از
دانشگاههای بزرگ، و همچنین پزشکان فعال از صنایع و مشاغل پیشرو
نوشته شدهاند. فصلها شامل موضوعاتی مانند توسعه طراحیهای
مدارهای الکترونیکی رقابتی جان کوزا است. استفاده دیوید گلدبرگ
از روش \"GA شایستگی\" برای GP. کشف مجموعه جدیدی از عوامل
زیربنای پویایی GP توسط جیسون دایدا که از تحقیقات کاربردی شروع
می شود. و مقاله استفان فریلند در مورد درس های زیست شناسی برای
GP و تأثیر بالقوه GP بر نظریه تکاملی.
Genetic Programming Theory and Practice
explores the emerging interaction between theory and practice
in the cutting-edge, machine learning method of Genetic
Programming (GP). The material contained in this contributed
volume was developed from a workshop at the University of
Michigan's Center for the Study of Complex Systems where an
international group of genetic programming theorists and
practitioners met to examine how GP theory informs practice
and how GP practice impacts GP theory. The contributions
cover the full spectrum of this relationship and are written
by leading GP theorists from major universities, as well as
active practitioners from leading industries and businesses.
Chapters include such topics as John Koza's development of
human-competitive electronic circuit designs; David
Goldberg's application of "competent GA" methodology to GP;
Jason Daida's discovery of a new set of factors underlying
the dynamics of GP starting from applied research; and
Stephen Freeland's essay on the lessons of biology for GP and
the potential impact of GP on evolutionary theory.
Front Matter....Pages i-xvi
Genetic Programming: Theory and Practice....Pages 1-10
An Essay Concerning Human Understanding of Genetic Programming....Pages 11-23
Classification of Gene Expression Data with Genetic Programming....Pages 25-42
Artificial Regulatory Networks and Genetic Programming....Pages 43-61
Using Software Engineering Knowledge to Drive Genetic Program Design Using Cultural Algorithms....Pages 63-80
Continuous Hierarchical Fair Competition Model for Sustainable Innovation in Genetic Programming....Pages 81-98
What Makes a Problem GP-Hard?....Pages 99-118
A Probabilistic Model of Size Drift....Pages 119-135
Building-Block Supply in Genetic Programming....Pages 137-154
Modularization by Multi-Run Frequency Driven Subtree Encapsulation....Pages 155-171
The Distribution of Reversible Functions is Normal....Pages 173-187
Doing Genetic Algorithms the Genetic Programming Way....Pages 189-204
Probabilistic Model Building and Competent Genetic Programming....Pages 205-220
Automated Synthesis by Means of Genetic Programming of Complex Structures Incorporating Reuse, Parameterized Reuse, Hierarchies, and Development....Pages 221-237
Industrial Strength Genetic Programming....Pages 239-255
Operator Choice and the Evolution of Robust Solutions....Pages 257-269
A Hybrid GP-Fuzzy Approach for Resevoir Characterization....Pages 271-289
Enhanced Emerging Market Stock Selection....Pages 291-302
Three Fundamentals of the Biological Genetic Algorithm....Pages 303-311
Back Matter....Pages 313-317