Genetic Programming Theory and Practice XVII / Banzhaf, Wolfgang ; Goodman, Erik ; Sheneman, Leigh ; Trujillo, Leonardo ; Worzel, Bill  

Público ISBD Ningún comentario para este registro. Título : Genetic Programming Theory and Practice XVII Tipo de documento: documento electrónico Autores: Banzhaf, Wolfgang, ; Goodman, Erik, ; Sheneman, Leigh, ; Trujillo, Leonardo, ; Worzel, Bill, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XXVI, 409 p. 142 ilustraciones, 112 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-39958-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional  Inteligencia artificial  Algoritmo Clasificación: 006.3 Resumen: Estas contribuciones, escritas por los principales investigadores y profesionales internacionales de la Programación Genética (GP), exploran la sinergia entre los resultados teóricos y empíricos sobre problemas del mundo real, produciendo una visión integral del estado del arte en GP. En la edición de este año, los temas cubiertos incluyen muchas de las cuestiones y preguntas de investigación más importantes en el campo, tales como: dominios de aplicación oportunos para métodos basados ​​en GP, ​​juegos y búsqueda coevolutiva, regresión simbólica y estrategias de aprendizaje eficientes, codificaciones y representaciones de GP, teoremas de esquema y nuevos mecanismos de selección. El volumen incluye varios capítulos sobre mejores prácticas y lecciones aprendidas de la experiencia práctica. Los lectores descubrirán aplicaciones de GP a gran escala y del mundo real en una variedad de dominios problemáticos a través de presentaciones detalladas de los resultados más recientes y significativos. Nota de contenido: 1. Characterizing the Effects of Random Subsampling on Lexicase Selection -- 2. It is Time for New Perspectives on How to Fight Bloatin GP -- 3. Explorations of the Semantic Learning Machine Neuroevolution Algorithm -- 4. Can Genetic Programming Perform Explainable Machine Learning for Bioinformatics? -- 5. Symbolic Regression by Exhaustive Search – Reducing the Search Space using Syntactical Constraints and Efficient Semantic Structure Deduplication -- 6. Temporal Memory Sharing in Visual Reinforcement Learning -- 7. The Evolution of Representations in Genetic Programming Trees -- 8. How Competitive is Genetic Programming in Business Data Science Applications? -- 9. Using Modularity Metrics as Design Features to Guide Evolution in Genetic Programming -- 10. Evolutionary Computation and AI Safety -- 11. Genetic Programming Symbolic Regression -- 12. Hands-on Artificial Evolution through Brain Programming -- 13. Comparison of Linear Genome Representations For Software Synthesis -- 14. Enhanced Optimization with Composite Objectives and Novelty Pulsation -- 15. New Pathways in Coevolutionary Computation -- 16. 2019 Evolutionary Algorithms Review -- 17. Evolving a Dota 2 Hero Bot with a Probabilistic Shared Memory Model -- 18. Modelling Genetic Programming as a Simple Sampling Algorithm -- 19. An Evolutionary System for Better Automatic Software Repair -- Index. Tipo de medio : Computadora Summary : 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. In this year's edition, the topics covered include many of the most important issues and research questions in the field, such as: opportune application domains for GP-based methods, game playing and co-evolutionary search, symbolic regression and efficient learning strategies, encodings and representations for GP, schema theorems, and new selection mechanisms.The volume includes several chapters on best practices and lessons learned from hands-on experience. 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. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Genetic Programming Theory and Practice XVII [documento electrónico] / Banzhaf, Wolfgang, ; Goodman, Erik, ; Sheneman, Leigh, ; Trujillo, Leonardo, ; Worzel, Bill,  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XXVI, 409 p. 142 ilustraciones, 112 ilustraciones en color. ISBN : 978-3-030-39958-0 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional  Inteligencia artificial  Algoritmo Clasificación: 006.3 Resumen: Estas contribuciones, escritas por los principales investigadores y profesionales internacionales de la Programación Genética (GP), exploran la sinergia entre los resultados teóricos y empíricos sobre problemas del mundo real, produciendo una visión integral del estado del arte en GP. En la edición de este año, los temas cubiertos incluyen muchas de las cuestiones y preguntas de investigación más importantes en el campo, tales como: dominios de aplicación oportunos para métodos basados ​​en GP, ​​juegos y búsqueda coevolutiva, regresión simbólica y estrategias de aprendizaje eficientes, codificaciones y representaciones de GP, teoremas de esquema y nuevos mecanismos de selección. El volumen incluye varios capítulos sobre mejores prácticas y lecciones aprendidas de la experiencia práctica. Los lectores descubrirán aplicaciones de GP a gran escala y del mundo real en una variedad de dominios problemáticos a través de presentaciones detalladas de los resultados más recientes y significativos. Nota de contenido: 1. Characterizing the Effects of Random Subsampling on Lexicase Selection -- 2. It is Time for New Perspectives on How to Fight Bloatin GP -- 3. Explorations of the Semantic Learning Machine Neuroevolution Algorithm -- 4. Can Genetic Programming Perform Explainable Machine Learning for Bioinformatics? -- 5. Symbolic Regression by Exhaustive Search – Reducing the Search Space using Syntactical Constraints and Efficient Semantic Structure Deduplication -- 6. Temporal Memory Sharing in Visual Reinforcement Learning -- 7. The Evolution of Representations in Genetic Programming Trees -- 8. How Competitive is Genetic Programming in Business Data Science Applications? -- 9. Using Modularity Metrics as Design Features to Guide Evolution in Genetic Programming -- 10. Evolutionary Computation and AI Safety -- 11. Genetic Programming Symbolic Regression -- 12. Hands-on Artificial Evolution through Brain Programming -- 13. Comparison of Linear Genome Representations For Software Synthesis -- 14. Enhanced Optimization with Composite Objectives and Novelty Pulsation -- 15. New Pathways in Coevolutionary Computation -- 16. 2019 Evolutionary Algorithms Review -- 17. Evolving a Dota 2 Hero Bot with a Probabilistic Shared Memory Model -- 18. Modelling Genetic Programming as a Simple Sampling Algorithm -- 19. An Evolutionary System for Better Automatic Software Repair -- Index. Tipo de medio : Computadora Summary : 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. In this year's edition, the topics covered include many of the most important issues and research questions in the field, such as: opportune application domains for GP-based methods, game playing and co-evolutionary search, symbolic regression and efficient learning strategies, encodings and representations for GP, schema theorems, and new selection mechanisms.The volume includes several chapters on best practices and lessons learned from hands-on experience. 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. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

NEO 2015 / Schütze, Oliver ; Trujillo, Leonardo ; Legrand, Pierrick ; Maldonado, Yazmin  

Público ISBD Ningún comentario para este registro. Título : NEO 2015 : Results of the Numerical and Evolutionary Optimization Workshop NEO 2015 held at September 23-25 2015 in Tijuana, Mexico Tipo de documento: documento electrónico Autores: Schütze, Oliver, ; Trujillo, Leonardo, ; Legrand, Pierrick, ; Maldonado, Yazmin, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XVI, 444 p. 198 ilustraciones, 107 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-44003-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional  Inteligencia artificial  Optimización matemática  Procesamiento de imágenes  Visión por computador  Investigación cuantitativa  Mejoramiento  Imágenes por computadora  visión  reconocimiento de patrones y gráficos  Análisis de datos y Big Data Clasificación: 006.3 Resumen: Este volumen comprende una selección de trabajos presentados en el taller de Optimización Numérica y Evolutiva (NEO) celebrado en septiembre de 2015 en Tijuana, México. El desarrollo de potentes técnicas de búsqueda y optimización es de gran importancia en el mundo actual, que requiere que investigadores y profesionales aborden un número creciente de problemas desafiantes del mundo real. En particular, hay dos campos bien establecidos y ampliamente conocidos que se aplican comúnmente en esta área: (i) técnicas tradicionales de optimización numérica y (ii) heurísticas bioinspiradas comparativamente recientes. Ambos paradigmas tienen sus fortalezas y debilidades únicas, lo que les permite resolver algunos problemas desafiantes y al mismo tiempo fallar en otros. El objetivo de la serie de talleres NEO es reunir a personas de estos y campos relacionados para discutir, comparar y fusionar sus perspectivas complementarias con el fin de desarrollar métodos híbridos rápidos y confiables que maximicen las fortalezas y minimicen las debilidades de los paradigmas subyacentes. A través de este esfuerzo, creemos que NEO puede promover el desarrollo de nuevas técnicas que sean aplicables a una clase más amplia de problemas. Además, NEO fomenta la comprensión y el tratamiento adecuado de los problemas del mundo real, particularmente en campos emergentes que nos afectan a todos, como la atención médica, las ciudades inteligentes, el big data, entre muchos otros. Los artículos ampliados de NEO 2015 que componen este libro contribuyen a este objetivo. Nota de contenido: Part I Genetic Programming -- Part II Combinatorial Optimization -- Part IV Machine Learning and Real World Applications. Tipo de medio : Computadora Summary : This volume comprises a selection of works presented at the Numerical and Evolutionary Optimization (NEO) workshop held in September 2015 in Tijuana, Mexico. The development of powerful search and optimization techniques is of great importance in today's world that requires researchers and practitioners to tackle a growing number of challenging real-world problems. In particular, there are two well-established and widely known fields that are commonly applied in this area: (i) traditional numerical optimization techniques and (ii) comparatively recent bio-inspired heuristics. Both paradigms have their unique strengths and weaknesses, allowing them to solve some challenging problems while still failing in others. The goal of the NEO workshop series is to bring together people from these and related fields to discuss, compare and merge their complimentary perspectives in order to develop fast and reliable hybrid methods that maximize the strengths and minimize the weaknesses of the underlying paradigms. Through this effort, we believe that the NEO can promote the development of new techniques that are applicable to a broader class of problems. Moreover, NEO fosters the understanding and adequate treatment of real-world problems particularly in emerging fields that affect us all such as health care, smart cities, big data, among many others. The extended papers the NEO 2015 that comprise this book make a contribution to this goal. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] NEO 2015 : Results of the Numerical and Evolutionary Optimization Workshop NEO 2015 held at September 23-25 2015 in Tijuana, Mexico [documento electrónico] / Schütze, Oliver, ; Trujillo, Leonardo, ; Legrand, Pierrick, ; Maldonado, Yazmin,  . -  1 ed.  . - [s.l.] : Springer, 2017 . - XVI, 444 p. 198 ilustraciones, 107 ilustraciones en color. ISBN : 978-3-319-44003-3 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional  Inteligencia artificial  Optimización matemática  Procesamiento de imágenes  Visión por computador  Investigación cuantitativa  Mejoramiento  Imágenes por computadora  visión  reconocimiento de patrones y gráficos  Análisis de datos y Big Data Clasificación: 006.3 Resumen: Este volumen comprende una selección de trabajos presentados en el taller de Optimización Numérica y Evolutiva (NEO) celebrado en septiembre de 2015 en Tijuana, México. El desarrollo de potentes técnicas de búsqueda y optimización es de gran importancia en el mundo actual, que requiere que investigadores y profesionales aborden un número creciente de problemas desafiantes del mundo real. En particular, hay dos campos bien establecidos y ampliamente conocidos que se aplican comúnmente en esta área: (i) técnicas tradicionales de optimización numérica y (ii) heurísticas bioinspiradas comparativamente recientes. Ambos paradigmas tienen sus fortalezas y debilidades únicas, lo que les permite resolver algunos problemas desafiantes y al mismo tiempo fallar en otros. El objetivo de la serie de talleres NEO es reunir a personas de estos y campos relacionados para discutir, comparar y fusionar sus perspectivas complementarias con el fin de desarrollar métodos híbridos rápidos y confiables que maximicen las fortalezas y minimicen las debilidades de los paradigmas subyacentes. A través de este esfuerzo, creemos que NEO puede promover el desarrollo de nuevas técnicas que sean aplicables a una clase más amplia de problemas. Además, NEO fomenta la comprensión y el tratamiento adecuado de los problemas del mundo real, particularmente en campos emergentes que nos afectan a todos, como la atención médica, las ciudades inteligentes, el big data, entre muchos otros. Los artículos ampliados de NEO 2015 que componen este libro contribuyen a este objetivo. Nota de contenido: Part I Genetic Programming -- Part II Combinatorial Optimization -- Part IV Machine Learning and Real World Applications. Tipo de medio : Computadora Summary : This volume comprises a selection of works presented at the Numerical and Evolutionary Optimization (NEO) workshop held in September 2015 in Tijuana, Mexico. The development of powerful search and optimization techniques is of great importance in today's world that requires researchers and practitioners to tackle a growing number of challenging real-world problems. In particular, there are two well-established and widely known fields that are commonly applied in this area: (i) traditional numerical optimization techniques and (ii) comparatively recent bio-inspired heuristics. Both paradigms have their unique strengths and weaknesses, allowing them to solve some challenging problems while still failing in others. The goal of the NEO workshop series is to bring together people from these and related fields to discuss, compare and merge their complimentary perspectives in order to develop fast and reliable hybrid methods that maximize the strengths and minimize the weaknesses of the underlying paradigms. Through this effort, we believe that the NEO can promote the development of new techniques that are applicable to a broader class of problems. Moreover, NEO fosters the understanding and adequate treatment of real-world problems particularly in emerging fields that affect us all such as health care, smart cities, big data, among many others. The extended papers the NEO 2015 that comprise this book make a contribution to this goal. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

NEO 2016 / Maldonado, Yazmin ; Trujillo, Leonardo ; Schütze, Oliver ; Riccardi, Annalisa ; Vasile, Massimiliano  

Público ISBD Ningún comentario para este registro. Título : NEO 2016 : Results of the Numerical and Evolutionary Optimization Workshop NEO 2016 and the NEO Cities 2016 Workshop held on September 20-24, 2016 in Tlalnepantla, Mexico Tipo de documento: documento electrónico Autores: Maldonado, Yazmin, ; Trujillo, Leonardo, ; Schütze, Oliver, ; Riccardi, Annalisa, ; Vasile, Massimiliano, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XIII, 282 p. 146 ilustraciones, 124 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-64063-1 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional  Inteligencia artificial  Procesamiento de imágenes  Visión por computador  Imágenes por computadora  visión  reconocimiento de patrones y gráficos Clasificación: 006.3 Resumen: Este volumen comprende una selección de trabajos presentados en el taller de Optimización Numérica y Evolutiva (NEO 2016) celebrado en septiembre de 2016 en Tlalnepantla, México. El desarrollo de potentes técnicas de búsqueda y optimización es de gran importancia en el mundo actual y requiere que investigadores y profesionales aborden un número creciente de problemas desafiantes del mundo real. En particular, hay dos campos bien establecidos y ampliamente conocidos que se aplican comúnmente en esta área: (i) técnicas tradicionales de optimización numérica y (ii) heurísticas bioinspiradas comparativamente recientes. Ambos paradigmas tienen sus fortalezas y debilidades únicas, lo que les permite resolver algunos problemas desafiantes y al mismo tiempo fallar en otros. El objetivo de la serie de talleres NEO es reunir a expertos de estos y otros campos relacionados para discutir, comparar y fusionar sus perspectivas complementarias con el fin de desarrollar métodos híbridos rápidos y confiables que maximicen las fortalezas y minimicen las debilidades de los paradigmas subyacentes. Al hacerlo, NEO promueve el desarrollo de nuevas técnicas que sean aplicables a una clase más amplia de problemas. Además, NEO fomenta la comprensión y el tratamiento adecuado de los problemas del mundo real, particularmente en campos emergentes que nos afectan a todos, como la atención médica, las ciudades inteligentes, el big data, entre muchos otros. Los artículos ampliados presentados en el libro contribuyen a lograr este objetivo. . Nota de contenido: Part I: Smart Cities -- Defensive Driving Strategy and Control for Autonomous Ground Vehicle in Mixed Traffic -- Augmenting the LSA Technique to Evaluate Ubicomp Environments -- Mixed Integer Programming Formulation for the Energy-Efficient Train Timetables Problem -- Distributing Computing in the Internet of Things: Cloud, Fog and Edge Computing Overview -- Part II: Search, Optimization and Hybrid Algorithms -- Integer Programming Models and Heuristics for Non-Crossing Euclidean 3-Matchings -- A Multi-Objective Robust Ellipse Fitting Algorithm -- Gradient-Based Multiobjective Optimization with Uncertainties -- A New Local Search Heuristic for the Multidimensional Assignment Problem -- Part III: Electronics and Embedded Systems --  A Multi-Objective and Multidisciplinary Optimisation Algorithm for Microelectromechanical Systems -- Coefficients Estimation of MPM through LSE, ORLS and SLS for RF-PA Modeling and DPD -- Optimal Sizing of Amplifiers by Evolutionary Algorithms with Integer Encoding and gm/IDDesign Method -- Index.  . Tipo de medio : Computadora Summary : This volume comprises a selection of works presented at the Numerical and Evolutionary Optimization (NEO 2016) workshop held in September 2016 in Tlalnepantla, Mexico. The development of powerful search and optimization techniques is of great importance in today's world and requires researchers and practitioners to tackle a growing number of challenging real-world problems. In particular, there are two well-established and widely known fields that are commonly applied in this area: (i) traditional numerical optimization techniques and (ii) comparatively recent bio-inspired heuristics. Both paradigms have their unique strengths and weaknesses, allowing them to solve some challenging problems while still failing in others. The goal of the NEO workshop series is to bring together experts from these and related fields to discuss, compare and merge their complementary perspectives in order to develop fast and reliable hybrid methods that maximize the strengths and minimize the weaknesses of the underlying paradigms. In doing so, NEO promotes the development of new techniques that are applicable to a broader class of problems. Moreover, NEO fosters the understanding and adequate treatment of real-world problems particularly in emerging fields that affect all of us, such as healthcare, smart cities, big data, among many others. The extended papers presented in the book contribute to achieving this goal.   . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] NEO 2016 : Results of the Numerical and Evolutionary Optimization Workshop NEO 2016 and the NEO Cities 2016 Workshop held on September 20-24, 2016 in Tlalnepantla, Mexico [documento electrónico] / Maldonado, Yazmin, ; Trujillo, Leonardo, ; Schütze, Oliver, ; Riccardi, Annalisa, ; Vasile, Massimiliano,  . -  1 ed.  . - [s.l.] : Springer, 2018 . - XIII, 282 p. 146 ilustraciones, 124 ilustraciones en color. ISBN : 978-3-319-64063-1 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional  Inteligencia artificial  Procesamiento de imágenes  Visión por computador  Imágenes por computadora  visión  reconocimiento de patrones y gráficos Clasificación: 006.3 Resumen: Este volumen comprende una selección de trabajos presentados en el taller de Optimización Numérica y Evolutiva (NEO 2016) celebrado en septiembre de 2016 en Tlalnepantla, México. El desarrollo de potentes técnicas de búsqueda y optimización es de gran importancia en el mundo actual y requiere que investigadores y profesionales aborden un número creciente de problemas desafiantes del mundo real. En particular, hay dos campos bien establecidos y ampliamente conocidos que se aplican comúnmente en esta área: (i) técnicas tradicionales de optimización numérica y (ii) heurísticas bioinspiradas comparativamente recientes. Ambos paradigmas tienen sus fortalezas y debilidades únicas, lo que les permite resolver algunos problemas desafiantes y al mismo tiempo fallar en otros. El objetivo de la serie de talleres NEO es reunir a expertos de estos y otros campos relacionados para discutir, comparar y fusionar sus perspectivas complementarias con el fin de desarrollar métodos híbridos rápidos y confiables que maximicen las fortalezas y minimicen las debilidades de los paradigmas subyacentes. Al hacerlo, NEO promueve el desarrollo de nuevas técnicas que sean aplicables a una clase más amplia de problemas. Además, NEO fomenta la comprensión y el tratamiento adecuado de los problemas del mundo real, particularmente en campos emergentes que nos afectan a todos, como la atención médica, las ciudades inteligentes, el big data, entre muchos otros. Los artículos ampliados presentados en el libro contribuyen a lograr este objetivo. . Nota de contenido: Part I: Smart Cities -- Defensive Driving Strategy and Control for Autonomous Ground Vehicle in Mixed Traffic -- Augmenting the LSA Technique to Evaluate Ubicomp Environments -- Mixed Integer Programming Formulation for the Energy-Efficient Train Timetables Problem -- Distributing Computing in the Internet of Things: Cloud, Fog and Edge Computing Overview -- Part II: Search, Optimization and Hybrid Algorithms -- Integer Programming Models and Heuristics for Non-Crossing Euclidean 3-Matchings -- A Multi-Objective Robust Ellipse Fitting Algorithm -- Gradient-Based Multiobjective Optimization with Uncertainties -- A New Local Search Heuristic for the Multidimensional Assignment Problem -- Part III: Electronics and Embedded Systems --  A Multi-Objective and Multidisciplinary Optimisation Algorithm for Microelectromechanical Systems -- Coefficients Estimation of MPM through LSE, ORLS and SLS for RF-PA Modeling and DPD -- Optimal Sizing of Amplifiers by Evolutionary Algorithms with Integer Encoding and gm/IDDesign Method -- Index.  . Tipo de medio : Computadora Summary : This volume comprises a selection of works presented at the Numerical and Evolutionary Optimization (NEO 2016) workshop held in September 2016 in Tlalnepantla, Mexico. The development of powerful search and optimization techniques is of great importance in today's world and requires researchers and practitioners to tackle a growing number of challenging real-world problems. In particular, there are two well-established and widely known fields that are commonly applied in this area: (i) traditional numerical optimization techniques and (ii) comparatively recent bio-inspired heuristics. Both paradigms have their unique strengths and weaknesses, allowing them to solve some challenging problems while still failing in others. The goal of the NEO workshop series is to bring together experts from these and related fields to discuss, compare and merge their complementary perspectives in order to develop fast and reliable hybrid methods that maximize the strengths and minimize the weaknesses of the underlying paradigms. In doing so, NEO promotes the development of new techniques that are applicable to a broader class of problems. Moreover, NEO fosters the understanding and adequate treatment of real-world problems particularly in emerging fields that affect all of us, such as healthcare, smart cities, big data, among many others. The extended papers presented in the book contribute to achieving this goal.   . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 3 / 3) Ver por página : 25 50 100 200