Result Details
Symbolic Regression Using Cartesian Genetic Programming
Symbolická regrese je úloha identifikace matematického popisu skryté závislosti experimentálně získaných dat. Symbolická regrese je úzce spjata se základními úlohami strojového učení. Tato práce se zabývá symbolickou regresí a jejím řešením založeném na principu kartézského genetického programování. Kartézské genetické programování je evolucí inspirovaná metoda strojového učení, která automaticky generuje celé programy v určitém programovacím jazyce reprezentované orientovaným acyklickým grafem.
Symbolic regression is the problem of identifying the mathematical description of a hidden system from experimental data. Symbolic regression is closely related to general machine learning. This work deals with symbolic regression and its solution based on the principle of cartesian genetic programming. Cartesian genetic programming is an evolution-based machine learning metod, which automaticaly generates whole programs represented as directed acyclic graph.
symbolic regression, cartesian genetic programming
@inproceedings{BUT76459,
author="Michaela {Drahošová}",
title="Symbolic Regression Using Cartesian Genetic Programming",
booktitle="Proceedings of the 17th Conference STUDENT EEICT 2011",
year="2011",
pages="347--349",
publisher="Fakulta informačních technologií VUT v Brně",
address="Brno",
isbn="978-80-214-4272-6",
url="http://www.feec.vutbr.cz/EEICT/2011/sbornik/02-Magisterske%20projekty/11-Inteligentni%20systemy/08-xsikul06.pdf"
}
Security-Oriented Research in Information Technology, MŠMT, Institucionální prostředky SR ČR (např. VZ, VC), MSM0021630528, start: 2007-01-01, end: 2013-12-31, running