Fugu-MT 論文翻訳(概要): Genetic Programming Theory and Practice: A Fifteen-Year Trajectory

論文の概要: Genetic Programming Theory and Practice: A Fifteen-Year Trajectory

arxiv url: http://arxiv.org/abs/2402.00425v1
Date: Thu, 1 Feb 2024 08:48:12 GMT
ステータス: 処理完了
システム内更新日: 2024-02-02 15:46:27.204798
Title: Genetic Programming Theory and Practice: A Fifteen-Year Trajectory
Title（参考訳）: 遺伝的プログラミング理論と実践 : 15年間の軌跡
Authors: Moshe Sipper and Jason H. Moore
Abstract要約: GPTPワークショップシリーズは、遺伝子プログラミング(GP)研究者の焦点会議として、長年にわたって活動してきた。我々は,過去15年間にGPの開発を研究する上で,優れた情報源を提供すると考えている。
参考スコア（独自算出の注目度）: 2.8386829025873483
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The GPTP workshop series, which began in 2003, has served over the years as a focal meeting for genetic programming (GP) researchers. As such, we think it provides an excellent source for studying the development of GP over the past fifteen years. We thus present herein a trajectory of the thematic developments in the field of GP.
Abstract（参考訳）: 2003年に始まったGPTPワークショップシリーズは、遺伝子プログラミング(GP)研究者の焦点会議として長年にわたって使われてきた。このようにして,過去15年間のGP開発研究に優れた情報源を提供すると考えられる。したがって、ここではGPの分野におけるテーマ展開の軌跡を示す。

関連論文リスト

GP-GPT: Large Language Model for Gene-Phenotype Mapping [44.12550855245415]
GP-GPTは、遺伝的・フェノタイプ知識表現とゲノム関連解析のための最初の専門的な大規模言語モデルである。我々のモデルは、ゲノム学、遺伝学、科学出版物において3000,000以上の用語からなる包括的コーパスで2段階にわたって微調整されている。
論文参考訳（メタデータ） (2024-09-15T18:56:20Z)
Weighted Ensembles for Active Learning with Adaptivity [60.84896785303314]
本稿では,ラベル付きデータに漸進的に適応した重み付きGPモデルのアンサンブルについて述べる。この新しいEGPモデルに基づいて、不確実性および不一致ルールに基づいて、一連の取得関数が出現する。適応的に重み付けされたEGPベースの取得関数のアンサンブルも、さらなる性能向上のために導入されている。
論文参考訳（メタデータ） (2022-06-10T11:48:49Z)
Computing Programs for Generalized Planning as Heuristic Search [10.850101961203748]
本稿では,一般計画(GP)の特質に探索パラダイムとしての計画を適用する。 GPのためのBFGPアルゴリズムは,プログラムベースの解空間において最良優先探索を実装している。
論文参考訳（メタデータ） (2022-05-12T17:57:09Z)
Scaling Gaussian Process Optimization by Evaluating a Few Unique Candidates Multiple Times [119.41129787351092]
GPに基づく逐次ブラックボックス最適化は,複数の評価ステップの候補解に固執することで効率よく行うことができることを示す。 GP-UCB と GP-EI の2つのよく確立されたGP-Opt アルゴリズムを改良し,バッチ化された GP-Opt の規則を適応させる。
論文参考訳（メタデータ） (2022-01-30T20:42:14Z)
Non-Gaussian Gaussian Processes for Few-Shot Regression [71.33730039795921]
乱変数ベクトルの各成分上で動作し,パラメータを全て共有する可逆なODEベースのマッピングを提案する。 NGGPは、様々なベンチマークとアプリケーションに対する競合する最先端のアプローチよりも優れています。
論文参考訳（メタデータ） (2021-10-26T10:45:25Z)
Incremental Ensemble Gaussian Processes [53.3291389385672]
本稿では,EGPメタラーナーがGP学習者のインクリメンタルアンサンブル(IE-) GPフレームワークを提案し,それぞれが所定のカーネル辞書に属するユニークなカーネルを持つ。各GP専門家は、ランダムな特徴ベースの近似を利用してオンライン予測とモデル更新を行い、そのスケーラビリティを生かし、EGPメタラーナーはデータ適応重みを生かし、熟練者ごとの予測を合成する。新たなIE-GPは、EGPメタラーナーおよび各GP学習者内における構造化力学をモデル化することにより、時間変化関数に対応するように一般化される。
論文参考訳（メタデータ） (2021-10-13T15:11:25Z)
Solving classification problems using Traceless Genetic Programming [0.0]
トレースレス遺伝的プログラミング(TGP)は、現実の難解な問題を解くために用いられる新しい遺伝的プログラミング(GP)である。本稿では, ProBEN1 から抽出した実世界の分類問題の解法として TGP を用いる。
論文参考訳（メタデータ） (2021-10-07T06:13:07Z)
Using Traceless Genetic Programming for Solving Multiobjective Optimization Problems [1.9493449206135294]
トレーレス・ジェネティック・プログラミング(Traceless Genetic Programming、TGP)は、プログラム自体よりもプログラムの出力に焦点をあてる場合に使われる遺伝的プログラミング(GP)の変種である。 TGPと組み合わせて2つの遺伝子操作子(クロスオーバーと挿入)が使用される。数値実験により、TGPは非常に高速かつ十分に検討されたテスト問題を解くことができることが示された。
論文参考訳（メタデータ） (2021-10-07T05:55:55Z)
Solving even-parity problems using traceless genetic programming [0.0]
TGPは、個人を構築するためのテクニックと、個人を表現するテクニックを組み合わせたハイブリッド技術である。 TGPと組み合わせて2つの遺伝子操作子(クロスオーバーと挿入)が使用される。 TGPは、均一性問題に対するデジタル回路の進化に応用される。
論文参考訳（メタデータ） (2021-10-04T13:23:32Z)
Learning Structures in Earth Observation Data with Gaussian Processes [67.27044745471207]
本稿では,この分野の主要な理論gp開発について概説する。信号特性と雑音特性を尊重し、特徴ランキングを自動的に提供し、関連する不確かさ区間を適用可能にする新しいアルゴリズムについて論じる。
論文参考訳（メタデータ） (2020-12-22T10:46:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。