Información del autor
Autor Sheneman, Leigh |
Documentos disponibles escritos por este autor (2)
Crear una solicitud de compra Refinar búsqueda
TÃtulo : Genetic Programming Theory and Practice XVI Tipo de documento: documento electrónico Autores: Banzhaf, Wolfgang, ; Spector, Lee, ; Sheneman, Leigh, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XXI, 234 p. 65 ilustraciones, 47 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-04735-1 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 Algoritmo Clasificación: 006.3 Resumen: Estas contribuciones, escritas por los principales investigadores y profesionales internacionales de la Programación Genética (PG), exploran la sinergia entre los resultados teóricos y empÃricos sobre problemas del mundo real, produciendo una visión integral del estado del arte en la PG. Los temas de este volumen incluyen: desarrollo de programas en evolución para redes neuronales que resuelven múltiples problemas, programa enredado, aprendizaje por transferencia y detección de valores atÃpicos utilizando PG, búsqueda de programas para secuencias de aprendizaje automático en aprendizaje de refuerzo, programación automática con PG, nuevas variantes de PG, como SignalGP, variantes de selección de lexicases y técnicas de regresión y clasificación simbólicas. El volumen incluye varios capÃtulos sobre las mejores prácticas y lecciones aprendidas a partir de la experiencia práctica. Los lectores descubrirán aplicaciones a gran escala y en el mundo real de la PG para una variedad de dominios de problemas a través de presentaciones en profundidad de los resultados más recientes y significativos. Nota de contenido: 1 Exploring Genetic Programming Systems with MAP-Elites -- 2 The Evolutionary Buffet Method -- 3 Emergent Policy Discovery for Visual Reinforcement Learning through Tangled Program Graphs: A Tutorial -- 4 Strong Typing, Swarm Enhancement, and Deep Learning Feature Selection in the Pursuit of Symbolic Regression-Classification -- 5 Cluster Analysis of a Symbolic Regression Search Space -- 6 What else is in an evolved name? Exploring evolvable specificity with SignalGP -- Lexicase Selection Beyond Genetic Programming -- 8 Evolving developmental programs that build neural networks for solving multiple problems -- 9 The Elephant in the Room - Towards the Application of Genetic Programming to Automatic Programming -- 10 Untapped Potential of Genetic Programming: Transfer Learning and Outlier Removal -- 11 Program Search for Machine Learning Pipelines Leveraging Symbolic Planning and Reinforcement Learning. 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. Topics in this volume include: evolving developmental programs for neural networks solving multiple problems, tangled program, transfer learning and outlier detection using GP, program search for machine learning pipelines in reinforcement learning, automatic programming with GP, new variants of GP, like SignalGP, variants of lexicase selection, and symbolic regression and classification techniques. 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 XVI [documento electrónico] / Banzhaf, Wolfgang, ; Spector, Lee, ; Sheneman, Leigh, . - 1 ed. . - [s.l.] : Springer, 2019 . - XXI, 234 p. 65 ilustraciones, 47 ilustraciones en color.
ISBN : 978-3-030-04735-1
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 Algoritmo Clasificación: 006.3 Resumen: Estas contribuciones, escritas por los principales investigadores y profesionales internacionales de la Programación Genética (PG), exploran la sinergia entre los resultados teóricos y empÃricos sobre problemas del mundo real, produciendo una visión integral del estado del arte en la PG. Los temas de este volumen incluyen: desarrollo de programas en evolución para redes neuronales que resuelven múltiples problemas, programa enredado, aprendizaje por transferencia y detección de valores atÃpicos utilizando PG, búsqueda de programas para secuencias de aprendizaje automático en aprendizaje de refuerzo, programación automática con PG, nuevas variantes de PG, como SignalGP, variantes de selección de lexicases y técnicas de regresión y clasificación simbólicas. El volumen incluye varios capÃtulos sobre las mejores prácticas y lecciones aprendidas a partir de la experiencia práctica. Los lectores descubrirán aplicaciones a gran escala y en el mundo real de la PG para una variedad de dominios de problemas a través de presentaciones en profundidad de los resultados más recientes y significativos. Nota de contenido: 1 Exploring Genetic Programming Systems with MAP-Elites -- 2 The Evolutionary Buffet Method -- 3 Emergent Policy Discovery for Visual Reinforcement Learning through Tangled Program Graphs: A Tutorial -- 4 Strong Typing, Swarm Enhancement, and Deep Learning Feature Selection in the Pursuit of Symbolic Regression-Classification -- 5 Cluster Analysis of a Symbolic Regression Search Space -- 6 What else is in an evolved name? Exploring evolvable specificity with SignalGP -- Lexicase Selection Beyond Genetic Programming -- 8 Evolving developmental programs that build neural networks for solving multiple problems -- 9 The Elephant in the Room - Towards the Application of Genetic Programming to Automatic Programming -- 10 Untapped Potential of Genetic Programming: Transfer Learning and Outlier Removal -- 11 Program Search for Machine Learning Pipelines Leveraging Symbolic Planning and Reinforcement Learning. 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. Topics in this volume include: evolving developmental programs for neural networks solving multiple problems, tangled program, transfer learning and outlier detection using GP, program search for machine learning pipelines in reinforcement learning, automatic programming with GP, new variants of GP, like SignalGP, variants of lexicase selection, and symbolic regression and classification techniques. 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 / Banzhaf, Wolfgang ; Goodman, Erik ; Sheneman, Leigh ; Trujillo, Leonardo ; Worzel, Bill
TÃtulo : 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 empÃricos 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 capÃtulos 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 Efï¬cient 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 Artiï¬cial 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 ï¬eld, such as: opportune application domains for GP-based methods, game playing and co-evolutionary search, symbolic regression and efï¬cient 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 empÃricos 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 capÃtulos 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 Efï¬cient 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 Artiï¬cial 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 ï¬eld, such as: opportune application domains for GP-based methods, game playing and co-evolutionary search, symbolic regression and efï¬cient 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 [...]
