Zobrazeno 1 - 10
of 17
pro vyhledávání: '"Continuous black-Box optimization"'
Publikováno v:
Mathematics, Vol 10, Iss 21, p 3974 (2022)
Heuristic and evolutionary algorithms are proposed to solve challenging real-world optimization problems. In the evolutionary community, many benchmark problems for empirical evaluations of algorithms have been proposed. One of the most important cla
Externí odkaz:
https://doaj.org/article/6e9ca84c8ad748a7990110025e85a9c5
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Mathematics; Volume 10; Issue 21; Pages: 3974
Heuristic and evolutionary algorithms are proposed to solve challenging real-world optimization problems. In the evolutionary community, many benchmark problems for empirical evaluations of algorithms have been proposed. One of the most important cla
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::dfd129fd0ebf40e5df5caec8fa4c6371
https://doi.org/10.3390/math10213974
https://doi.org/10.3390/math10213974
Publikováno v:
Genetic and Evolutionary Computation Conference (GECCO'20)
Genetic and Evolutionary Computation Conference (GECCO'20), Jul 2020, Cancun, Mexico. ⟨10.1145/3377930.3390155⟩
GECCO
Genetic and Evolutionary Computation Conference (GECCO'20), Jul 2020, Cancun, Mexico. ⟨10.1145/3377930.3390155⟩
GECCO
International audience; Sequential model-based optimization (SMBO) approaches are algorithms for solving problems that require computationally or otherwise expensive function evaluations. The key design principle of SMBO is a substitution of the true
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::62bd2722cc03be9eddaf8d1bb5764604
https://hal.sorbonne-universite.fr/hal-02871959
https://hal.sorbonne-universite.fr/hal-02871959
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Atamna, Asma
On s'intéresse à l'étude d'algorithmes stochastiques pour l'optimisation numérique boîte-noire. Dans la première partie de cette thèse, on présente une méthodologie pour évaluer efficacement des stratégies d'adaptation du step-size dans le
Externí odkaz:
http://www.theses.fr/2017SACLS010/document
Autor:
Atamna, Asma
Publikováno v:
Artificial Intelligence [cs.AI]. Université Paris-Saclay, 2017. English. ⟨NNT : 2017SACLS010⟩
We investigate various aspects of adaptive randomized (or stochastic) algorithms for both constrained and unconstrained black-box continuous optimization. The first part of this thesis focuses on step-size adaptation in unconstrained optimization. We
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______2592::8f2fd889708003e75bb6208bb0f15ec7
https://tel.archives-ouvertes.fr/tel-01522929/file/73943_ATAMNA_2017_archivage.pdf
https://tel.archives-ouvertes.fr/tel-01522929/file/73943_ATAMNA_2017_archivage.pdf
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Kniha
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.