Detail publikace

Adaptive Fitness Predictors in Coevolutionary Cartesian Genetic Programming

DRAHOŠOVÁ, M.; SEKANINA, L.; WIGLASZ, M. Adaptive Fitness Predictors in Coevolutionary Cartesian Genetic Programming. EVOLUTIONARY COMPUTATION, 2019, vol. 27, no. 3, p. 497-523. ISSN: 1063-6560.
Název česky
Adaptivní prediktory fitness v koevolučním kartézském genetickém programování
Typ
článek v časopise
Jazyk
anglicky
Autoři
Drahošová Michaela, Ing., Ph.D. (UPSY)
Sekanina Lukáš, prof. Ing., Ph.D. (UPSY)
Wiglasz Michal, Ing.
Klíčová slova

Cartesian genetic programming, coevolutionary algorithms, fitness prediction, symbolic regression, evolutionary design, image processing.

Abstrakt

V genetickém programování (GP) jsou často počítačovéprogramy ko-evolvovány s podmnožinami trénovacích data, které se nazývajíprediktory fitness. Pro maximalizaci výkonnosti GP je důležité najít conejlepší parametry koevoluce, zejména velikost prediktoru fitness. To je všakvelmi časově náročný proces, protože velikost prediktoru fitness závisí na danéaplikaci a je třeba provést mnoho experimentů k nalezení vhodnéhoprediktoru. Článek představuje novou metodu, která automatizovaně adaptujeprediktor a jeho velikost pro daný problém, což redukuje nejen dobu evolučníhoběhu, ale i dobu potřebnou pro ladění evolučního algoritmu. Metoda bylaimplementována pro kartézské genetické programování (CGP) a vyhodnocena pomocípěti úloh symbolické regrese a při návrhu tří typů obrazových filtrů. V porovnáníse třemi různými implementacemi CGP navržená metoda vedla ke snížení dobyevoluce při zachování kvality dosažených výsledků.

Rok
2019
Strany
497–523
Časopis
EVOLUTIONARY COMPUTATION, roč. 27, č. 3, ISSN 1063-6560
DOI
10.1162/evco_a_00229
UT WoS
000483650900005
EID Scopus
2-s2.0-85071745594
BibTeX 
@article{BUT159961,
  author="Michaela {Drahošová} and Lukáš {Sekanina} and Michal {Wiglasz}",
  title="Adaptive Fitness Predictors in Coevolutionary Cartesian Genetic Programming",
  journal="EVOLUTIONARY COMPUTATION",
  year="2019",
  volume="27",
  number="3",
  pages="497--523",
  doi="10.1162/evco\{_}a\{_}00229",
  issn="1063-6560",
  url="https://www.fit.vut.cz/research/publication/11206/"
}
Soubory
Nahoru