Cantitate/Preț
Produs
Total produse
Vezi coșul
Learning and Intelligent Optimization: 4th International Conference, LION 4, Venice, Italy, January 2010. Selected Papers de Christian Blum

Learning and Intelligent Optimization: 4th International Conference, LION 4, Venice, Italy, January 2010. Selected Papers: Lecture Notes in Computer Science, cartea 6073

Editat de Christian Blum, Roberto Battiti
en Limba Engleză Paperback – 7 iul 2010

Prin parcurgerea acestui volum din seria Lecture Notes in Computer Science, cercetătorii și dezvoltatorii de algoritmi vor descoperi implementări hibride care combină inteligența artificială cu programarea matematică pentru a rezolva probleme complexe de optimizare. Remarcăm o structură riguroasă care prioritizează rezultatele experimentale și metodologiile noi în domenii precum bioinformatica (secvențierea ADN) și logistica (rutarea vehiculelor). Considerăm că valoarea principală a lucrării rezidă în abordarea „math-heuristic”, care utilizează tehnici de învățare automată pentru a ghida căutarea în spații de soluții vaste.

Textul este organizat în secțiuni dedicate lucrărilor regulate și celor scurte, facilitând tranziția de la fundamentări teoretice la studii de caz aplicate. Descoperim aici analize detaliate despre algoritmi genetici, tehnici de „local search” și optimizarea prin roiuri de particule asistată de procese Gaussiene. Pe linia practică a volumului Learning and Intelligent Optimization: Designing, Implementing and Analyzing Effective Heuristics coordonat de Thomas Stützle, această ediție de față pune un accent sporit pe adaptabilitatea algoritmilor și pe utilizarea metodelor spectrale pentru analiza datelor complexe. În comparație cu abordările axate strict pe calculul evolutiv regăsite în Evolutionary Computation in Combinatorial Optimization de Christian Blum, LION 4 extinde cadrul de cercetare către integrarea tehnicilor de tip „bandit problem” și optimizarea zgomotoasă (noisy optimization).

Fiecare lucrare inclusă sub egida Springer a trecut printr-un proces strict de peer-review, garantând că soluțiile prezentate — de la reconstrucția secvențelor de fondatori la algoritmi de tip „anytime” — reprezintă stadiul tehnicii la momentul publicării. Este o resursă tehnică esențială pentru cei care urmăresc să implementeze sisteme inteligente capabile să învețe și să se auto-ajusteze în timpul procesului de rezolvare a problemelor combinatorii.

Citește tot Restrânge

Din seria Lecture Notes in Computer Science

Preț: 32181 lei

Preț vechi: 40226 lei
-20%

Puncte Express: 483

Carte disponibilă

Livrare economică 27 mai-10 iunie

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9783642137990
ISBN-10: 3642137997
Pagini: 358
Ilustrații: XIV, 344 p. 97 illus.
Dimensiuni: 8 x 93 x 23 mm
Greutate: 0.48 kg
Ediția:2010
Editura: Springer Berlin, Heidelberg
Colecția Springer
Seriile Lecture Notes in Computer Science, Theoretical Computer Science and General Issues

Locul publicării:Berlin, Heidelberg, Germany

Public țintă

Research

De ce să citești această carte

Recomandăm acest volum specialiștilor în cercetare și dezvoltare care doresc să stăpânească intersecția dintre optimizarea matematică și machine learning. Cititorul câștigă acces la metodologii verificate pentru algoritmi euristici și hibrizi, aplicabili în probleme reale de logistică și bioinformatică. Este un instrument de lucru indispensabil pentru proiectarea unor sisteme de optimizare mai rapide și mai inteligente.

Cuprins

Main Track (Regular Papers).- A Column Generation Heuristic for the General Vehicle Routing Problem.- A Combination of Evolutionary Algorithm, Mathematical Programming, and a New Local Search Procedure for the Just-In-Time Job-Shop Scheduling Problem.- A Math-Heuristic Algorithm for the DNA Sequencing Problem.- A Randomized Iterated Greedy Algorithm for the Founder Sequence Reconstruction Problem.- Adaptive “Anytime” Two-Phase Local Search.- Adaptive Filter SQP.- Algorithm Selection as a Bandit Problem with Unbounded Losses.- Bandit-Based Estimation of Distribution Algorithms for Noisy Optimization: Rigorous Runtime Analysis.- Consistency Modifications for Automatically Tuned Monte-Carlo Tree Search.- Distance Functions, Clustering Algorithms and Microarray Data Analysis.- Gaussian Process Assisted Particle Swarm Optimization.- Learning of Highly-Filtered Data Manifold Using Spectral Methods.- Multiclass Visual Classifier Based on Bipartite Graph Representation of Decision Tables.- Main Track (Short Papers).- A Linear Approximation of the Value Function of an Approximate Dynamic Programming Approach for the Ship Scheduling Problem.- A Multilevel Scheme with Adaptive Memory Strategy for Multiway Graph Partitioning.- A Network Approach for Restructuring the Korean Freight Railway Considering Customer Behavior.- A Parallel Multi-Objective Evolutionary Algorithm for Phylogenetic Inference.- Convergence of Probability Collectives with Adaptive Choice of Temperature Parameters.- Generative Topographic Mapping for Dimension Reduction in Engineering Design.- Learning Decision Trees for the Analysis of Optimization Heuristics.- On the Coordination of Multidisciplinary Design Optimization Using Expert Systems.- On the Potentials of Parallelizing Large Neighbourhood Search forRich Vehicle Routing Problems.- Optimized Ensembles for Clustering Noisy Data.- Stochastic Local Search for the Optimization of Secondary Structure Packing in Proteins.- Systematic Improvement of Monte-Carlo Tree Search with Self-generated Neural-Networks Controllers.- Special Session: LION-SWOP.- Grapheur: A Software Architecture for Reactive and Interactive Optimization.- The EvA2 Optimization Framework.- Special Session: LION-CCEC.- Feature Extraction from Optimization Data via DataModeler’s Ensemble Symbolic Regression.- Special Session: LION-PP.- Understanding TSP Difficulty by Learning from Evolved Instances.- Time-Bounded Sequential Parameter Optimization.- Pitfalls in Instance Generation for Udine Timetabling.- Special Session: LION-MOME.- A Study of the Parallelization of the Multi-Objective Metaheuristic MOEA/D.- An Interactive Evolutionary Multi-objective Optimization Method Based on Polyhedral Cones.- On the Distribution of EMOA Hypervolumes.- Adapting to a Realistic Decision Maker: Experiments towards a Reactive Multi-objective Optimizer.

Descriere

LION 4, the 4th International Conference on Learning and Intelligent Op- mizatioN, was held during January 18-22 in Venice, Italy. This meeting, which continues the successful series of LION conferences, was aimed at exploring the intersectionsand uncharted territoriesbetween machine learning,arti'cial int- ligence, mathematical programming and algorithms for hard optimization pr- lems. The main purpose of the event was to bring together experts from these areas to discuss new ideas and methods, challenges and opportunities in various application areas, general trends and speci'c developments. Despite the economical crisis in 2009, which visibly a'ected the submission numbers of many conferences and workshops, we received an impressive n- ber of 87 submissions. As in previous years, we o'ered three di'erent paper categories for submission: (1) regular papers on original and unpublished work, (2)shortpapersonoriginalandunpublishedwork,and(3)worksfororalpres- tation only. Accepted papers from the ?rst two categories are published in the proceedings. Fromthe 87 submissions that wereceived,57 fell into the ?rstca- gory, 22 into the second one, and 8 into the last one. After a thorough reviewing process we accepted 19 regular papers (which amounts to an acceptance rate of 33%) and 11 short papers for publication in the proceedings. Additionally, nine regular paperswere accepted as shortpapers, and all eight submissions from the third category were accepted for presentation.