ALL libraries (COBIB.SI union bibliographic/catalogue database)
13.
Avtonomne evolucijske metode in klasifikacijski modeli : doktorska disertacija
Šprogar, Matej
V doktorski disertaciji je predstavljen avtonomni evolucijski algoritem za gradnjo odločitvenih dreves. Za razliko od klasičnih evolucijskih algoritmov je avtonomni algoritem sposoben samostojno ...uravnavati lastno delovanje za različne probleme. Ker takšne spremembe ni moč doseči zgolj z uspeno samoadaptacijo nadzornih parametrov, implementira predstavljeni algoritem tudinov evolucijski cikel, ki je primeren predvsem za probleme s težko določljivo ocenjevalno funkijo. Novo defenirani evolucijski cikel ne uporabljaveč eksplicitnega ocenjevanja objektov v populaciji in glede na to oceno vezanih evolucijskih operatorjev, ampak uporablja posredno - implicitno - ocenjevanje objektov. S tem se izogne potrebi po neposredni definiciji klasične ocenjvalne funkcije, ki je kritična točka vsakega evolucijskega sistema. V disertaciji so vse ideje predstavljene evolucijsko: od osnovnih opažanj iz narave, ki so se skozi posamezne faze razvijala dokončne, zadnje oblike avtonomnega algoritma. Zaradi tega naloga zajema tudi osnovna poglavja s področja terije sistemov in kaosa, evolucijskih algoritmov in odločitvenih dreves. Hkrati je opisanih še nekaj originalnih idej s področja gradnje odločitvenih dreves, ki so nastale v procesu iskanja končnega algoritma. Osrednji del predstavlja poglavje o algoritmu Vedec, kjer so opisani tudi problemi in rešitve na poti do avtonomnega evolucijskega algoritma. Predstavljen je modificirani evolucijski cikel skupaj s potrebnimi osnovnimi funkcijami. V okviru disertacije nastali algoritem Vedec je osnova za praktično orodje za gradnjo odločitvenih dreves, ki je bilo preizkušeno na množici 12 izbranih množic za strojno učenje, rezultati pa so primerjani z 9 drugimi referenčnimi klasifikacijskimi metodami. Rezultati so potrdili osnovno hipotezo, da so lahko avtonomni evolucijski algoritem, ki ne uporablja klasičnega ocenjevanja, enakovredno kosa z drugimi klasifikacijskimi algoritmi.
Type of material - dissertation
Publication and manufacture - Maribor : [M. Šprogar], 2002
It was not necessary to add the material to the shelf.
Bibliographic material was successfully added on shelf.
Adding bibliographical material on shelf was not successful.
Material is already on the shelf.
Permalink
URL:
Impact factor
Access to the JCR database is permitted only to users from Slovenia. Your current IP address is not on the list of IP addresses with access permission, and authentication with the relevant AAI accout is required.
Year
Impact factor
Edition
Category
Classification
JCR
SNIP
JCR
SNIP
JCR
SNIP
JCR
SNIP
Select the library membership card:
DRS,
in which the journal is indexed
Database name
Field
Year
Links to authors' personal bibliographies
Links to information on researchers in the SICRIS system
Subject headings in COBISS General List of Subject Headings
Select pickup location
The material from the parent unit is free. If the material is delivered to the pickup location from another unit, the library may charge you for this service.
