Riolo / Worzel / Kotanchek | Genetic Programming Theory and Practice XII | E-Book | www.sack.de
E-Book

E-Book, Englisch, 182 Seiten

Reihe: Computer Science (R0)

Riolo / Worzel / Kotanchek Genetic Programming Theory and Practice XII


1. Auflage 2015
ISBN: 978-3-319-16030-6
Verlag: Springer International Publishing
Format: PDF
 Kopierschutz: 1 - PDF Watermark

E-Book, Englisch, 182 Seiten

Reihe: Computer Science (R0)

ISBN: 978-3-319-16030-6
Verlag: Springer International Publishing
Format: PDF
 Kopierschutz: 1 - PDF Watermark

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: gene expression regulation, novel genetic models for glaucoma, inheritable epigenetics, combinators in genetic programming, sequential symbolic regression, system dynamics, sliding window symbolic regression, large feature problems, alignment in the error space, HUMIE winners, Boolean multiplexer function, and highly distributed genetic programming systems. Application areas include chemical process control, circuit design, financial data mining and bioinformatics. 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.

Riolo / Worzel / Kotanchek Genetic Programming Theory and Practice XII jetzt bestellen!

Zielgruppe

Professional/practitioner

Autoren/Hrsg.

Riolo, Rick
Worzel, William P.
Kotanchek, Mark

Weitere Infos & Material

Application of Machine-Learing Methods to Understand Gene Expression Regulation.- Identification of Novel Genetic Models of Glaucoma using the "Emergent" Genetic Programming-Based Artificial Intelligence System.- Inheritable Epigenetics in Genetic Programming.- SKGP: The Way of the Combinator.- Sequential Symbolic Regression with Genetic Programming.- Sliding Window Symbolic Regression for Detecting Changes of System Dynamics.- Extremely Accurate Symbolic Regression for Large Feature Problems.- How to Exploit Alignment in the Error Space: Two Different GP Models.- Analyzing a Decade of Human-Competitive ("HUMIE") Winners: What Can We Learn?.- Tackling the Boolean Multiplexer Function Using a Highly Distributed Genetic Programming System.

Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.