Biblioteca32.346 documentos en línea

Artículo

Controlling Individuals Growth in Semantic Genetic Programming through Elitist ReplacementControl del crecimiento de los individuos en la programación genética semántica mediante la sustitución elitista

Resumen

En 2012, Moraglio y sus coautores introdujeron nuevos operadores genéticos para la Programación Genética, llamados operadores genéticos semánticos geométricos. Tienen la interesante ventaja de inducir una superficie de error unimodal para cualquier problema de aprendizaje supervisado. Al mismo tiempo, tienen el importante inconveniente de generar modelos de datos muy grandes que suelen ser muy difíciles de entender e interpretar. El objetivo de este trabajo es paliar este inconveniente, manteniendo su ventaja. En concreto, proponemos una versión elitista de los operadores semánticos geométricos, en la que los descendientes son aceptados en la nueva población sólo si tienen mejor aptitud que sus padres. Presentamos pruebas experimentales, en cinco complejos problemas de prueba de la vida real, de que esta sencilla idea nos permite obtener resultados de una calidad comparable (en términos de aptitud), pero con modelos de datos mucho más pequeños, en comparación con los operadores semánticos geométricos estándar. En la parte final del artículo, también explicamos la razón por la que consideramos que se trata de una mejora significativa, mostrando que los operadores elitistas propuestos generan modelos manejables, mientras que los modelos generados por los operadores estándar tienen un tamaño tan grande que pueden considerarse inmanejables.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento