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:
نویسندگان: Riolo. Rick
سری: Genetic and evolutionary computation series
ISBN (شابک) : 9781461468455, 1461468469
ناشر: Springer
سال نشر: 2013
تعداد صفحات: 259
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب تئوری و عمل برنامه نویسی ژنتیک X: الگوریتم ها، الگوریتم ها، هوش مصنوعی، هوش مصنوعی، هوش مصنوعی، علوم محاسباتی، تجزیه و تحلیل کامپیوتر، علوم کامپیوتر، تکنیک های کامپیوتر، تجزیه و تحلیل کامپیوتر، کامپیوترها--برنامه های سازمانی--ابزارهای هوش تجاری، کامپیوترها--هوش (AI) و Seman تکنیک ها، علوم کامپیوتر، برنامه نویسی ژنتیک (علوم کامپیوتر)، فناوری اطلاعات و ارتباطات (عمومی)، فناوری اطلاعات و ارتباطات (عمومی)، هوش مصنوعی
در صورت تبدیل فایل کتاب Genetic programming theory and practice X 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 تئوری و عمل برنامه نویسی ژنتیک X 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.
این مشارکتها که توسط برجستهترین محققان بینالمللی و دست اندرکاران برنامهنویسی ژنتیک (GP) نوشته شدهاند، همافزایی بین نتایج نظری و تجربی در مسائل دنیای واقعی را بررسی میکنند و دیدگاهی جامع از وضعیت هنر در GP ایجاد میکنند. موضوعات این جلد عبارتند از: محدودیتهای تکاملی، آرامسازی مکانیسمهای انتخاب، استراتژیهای حفظ تنوع، ارزیابی تناسب اندام انعطافپذیر، تکامل در محیطهای پویا، انتخاب چند هدفه و چندوجهی، مبانی تکاملپذیری، اپراتورهای تکاملی و تطبیقی، بنیاد متخصص تزریق دانش در جستجوی تکاملی، تجزیه و تحلیل دشواری مشکل و پیچیدگی الگوریتم GP مورد نیاز، پایههای اجرای GP در ابر - ارتباطات، همکاری، پیادهسازی انعطافپذیر، و روشهای مجموعه. نقاط کانونی اضافی برای رگرسیون نمادین GP عبارتند از: (1) نیاز به تضمین همگرایی به راه حل ها در حالت کشف تابع. (2) مسائل مربوط به اعتبار مدل. (3) نیاز به گردش کار تجزیه و تحلیل مدل برای تولید بینش بر اساس راه حل های GP تولید شده - کاوش مدل، تجسم، انتخاب متغیر، تجزیه و تحلیل ابعاد. (4) مسائل مربوط به ترکیب انواع مختلف داده ها. خوانندگان از طریق ارائههای عمیق آخرین و مهمترین نتایج، کاربردهای دنیای واقعی GP را در زمینههای مختلف مشکل کشف خواهند کرد.
These contributions, written by the foremost international researchers and practitioners of Genetic Programming (GP), explore the synergy between theoretical and empirical results on real-world problems, producing a comprehensive view of the state of the art in GP. Topics in this volume include: evolutionary constraints, relaxation of selection mechanisms, diversity preservation strategies, flexing fitness evaluation, evolution in dynamic environments, multi-objective and multi-modal selection, foundations of evolvability, evolvable and adaptive evolutionary operators, foundation of injecting expert knowledge in evolutionary search, analysis of problem difficulty and required GP algorithm complexity, foundations in running GP on the cloud - communication, cooperation, flexible implementation, and ensemble methods. Additional focal points for GP symbolic regression are: (1) The need to guarantee convergence to solutions in the function discovery mode; (2) Issues on model validation; (3) The need for model analysis workflows for insight generation based on generated GP solutions - model exploration, visualization, variable selection, dimensionality analysis; (4) Issues in combining different types of data. Readers will discover large-scale, real-world applications of GP to a variety of problem domains via in-depth presentations of the latest and most significant results.
Front Matter....Pages i-xxvi
Evolving SQL Queries from Examples with Developmental Genetic Programming....Pages 1-14
A Practical Platform for On-Line Genetic Programming for Robotics....Pages 15-29
Cartesian Genetic Programming for Image Processing....Pages 31-44
A New Mutation Paradigm for Genetic Programming....Pages 45-58
Introducing an Age-Varying Fitness Estimation Function....Pages 59-71
EC-Star: A Massive-Scale, Hub and Spoke, Distributed Genetic Programming System....Pages 73-85
Genetic Analysis of Prostate Cancer Using Computational Evolution, Pareto-Optimization and Post-processing....Pages 87-101
Meta-Dimensional Analysis of Phenotypes Using the Analysis Tool for Heritable and Environmental Network Associations (ATHENA): Challenges with Building Large Networks....Pages 103-115
A Baseline Symbolic Regression Algorithm....Pages 117-137
Symbolic Regression Model Comparison Approach Using Transmitted Variation....Pages 139-154
A Framework for the Empirical Analysis of Genetic Programming System Performance....Pages 155-169
More or Less? Two Approaches to Evolving Game-Playing Strategies....Pages 171-185
Symbolic Regression Is Not Enough: It Takes a Village to Raise a Model....Pages 187-203
FlexGP.py: Prototyping Flexibly-Scaled, Flexibly-Factored Genetic Programming for the Cloud....Pages 205-221
Representing Communication and Learning in Femtocell Pilot Power Control Algorithms....Pages 223-238
Back Matter....Pages 239-242