Login for students

Login for employees

Publication detail

Hybrid symbolic regression with the Bison Seeker algorithm
Authors: Merta Jan
Year: 2019
Type of publication: článek ve sborníku
Name of source: Mendel
Publisher name: Vysoké učení technické v Brně
Place: Brno
Page from-to: 79-86
Titles:
Language Name Abstract Keywords
cze Hybridní symbolická regrese pro algoritmus Bison Seeker Algorithm Tato práce se zaměřuje na použití algoritmu Bison Seeker Algorithm (BSA) v rámci hybridního genetického programování a symbolické regrese. Zatímco základní verze symbolické regrese optimalizuje strukturu modelu a jeho parametry zároveň, hybridní verze používá genetické programování pro hledání struktury modelu a pro ladění parametrů používá metodu lokálního učení. Ladění parametrů představuje přizpůsobení jednotlivých jedinců. Tento článek porovnává základní verzi symbolické regrese a hybridní verzi s lokálním učením pomocí algoritmu BSA. Autor zkoumá vliv algoritmu BSA na rychlost evoluce při hledání funkce, která odpovídá zadaným datovým bodům. Výsledky podporují tezi, že lokální učení urychluje evoluci dokonce i s malým počtem iterací algoritmu BSA s malými populacemi. genetické programování, symbolická regrese, hybridní metody, lokální učení, algoritmus bison seeker algorithm
eng Hybrid symbolic regression with the Bison Seeker algorithm This paper focuses on the use of the Bison Seeker Algorithm (BSA) in a hybrid genetic programming approach for the supervised machine learning method called symbolic regression. While the basic version of symbolic regression optimizes both the model structure and its parameters, the hybrid version can use genetic programming to find the model structure. Consequently, local learning is used to tune model parameters. Such tuning of parameters represents the lifetime adaptation of individuals. This paper aims to compare the basic version of symbolic regression and hybrid version with the lifetime adaptation of individuals via the Bison Seeker Algorithm. Author also investigates the influence of the Bison Seeker Algorithm on the rate of evolution in the search for function, which fits the given input-output data. The results of the current study support the fact that the local algorithm accelerates evolution, even with a few iterations of a Bison Seeker Algorithm with small populations. genetic programming, symbolic regression, hybrid methods, local learning, bison seeker algorithm

Department

Map

en.mapy.cz

Services

Popular Links

© 2023 University of Pardubice, Studentská 95, 532 10 Pardubice 2
Phone: +420 466 036 111, 466 036 112, 466 036 113
Webmaster, RSS
Data box ID: f5vj9hu
Accessibility Statement
CC BY-NC-ND 4.0Creative CommonsAttributionNonCommercialNoDerivatives