Optimización de Constantes Numéricas en Regresión Simbólica utilizando un Framework de Tree-Based Genetic Programming. Elli, S., Jimenez, V., Will, A., & Rodriguez, S. In Congreso Nacional de Ingeniería Informática / Sistemas de Información (CoNaIISI 2014), pages 114–124, San Luis, Argentina, November, 2014. CONFEDI. tex.url_other= http://conaiisi.unsl.edu.ar/memorias.php?act=memorias&opc=0
Paper abstract bibtex La programación genética (PG) es un conjunto de técnicas de computación evolutiva que permiten resolver problemas automáticamente y que están basadas en Algoritmos Genéticos (AG). La PG ha sido un método muy utilizado para encontrar y evolucionar nuevas e inesperadas maneras de resolver problemas, en particular problemas de Regresión Simbólica (RS). A pesar de esto, uno de los problemas de la PG es la falta de exploración y optimización de las constantes numéricas (o parámetros) dentro de la estructura de árbol con la que se representa un programa. Este trabajo se enfoca en investigar e implementar distintos métodos para la optimización de estas constantes que se encuentran en las terminales de los árboles, de manera de comparar las ventajas relativas de cada método. Los métodos implementados fueron validados con 7 problemas de benchmark.
@inproceedings{elli_optimizacion_2014,
address = {San Luis, Argentina},
title = {Optimización de {Constantes} {Numéricas} en {Regresión} {Simbólica} utilizando un {Framework} de {Tree}-{Based} {Genetic} {Programming}},
isbn = {2346-9927},
url = {http://www.sebastianrodriguez.com.ar/files/Elli_et_al_2014_Optimización_de_Constantes_Numéricas_en_Regresión_Simbólica_utilizando_un.pdf},
abstract = {La programación genética (PG) es un conjunto
de técnicas de computación evolutiva que permiten
resolver problemas automáticamente y que están
basadas en Algoritmos Genéticos (AG). La PG ha
sido un método muy utilizado para encontrar y
evolucionar nuevas e inesperadas maneras de
resolver problemas, en particular problemas de
Regresión Simbólica (RS). A pesar de esto, uno de
los problemas de la PG es la falta de exploración y
optimización de las constantes numéricas (o
parámetros) dentro de la estructura de árbol con la
que se representa un programa. Este trabajo se
enfoca en investigar e implementar distintos
métodos para la optimización de estas constantes
que se encuentran en las terminales de los árboles,
de manera de comparar las ventajas relativas de
cada método. Los métodos implementados fueron
validados con 7 problemas de benchmark.},
language = {Spanish},
booktitle = {Congreso {Nacional} de {Ingeniería} {Informática} / {Sistemas} de {Información} ({CoNaIISI} 2014)},
publisher = {CONFEDI},
author = {Elli, Soledad and Jimenez, Victor and Will, Adrian and Rodriguez, Sebastian},
month = nov,
year = {2014},
note = {tex.url\_other= http://conaiisi.unsl.edu.ar/memorias.php?act=memorias\&opc=0},
pages = {114--124},
}
Downloads: 0
{"_id":"W3J4xKKzrzccQSiB2","bibbaseid":"elli-jimenez-will-rodriguez-optimizacindeconstantesnumricasenregresinsimblicautilizandounframeworkdetreebasedgeneticprogramming-2014","author_short":["Elli, S.","Jimenez, V.","Will, A.","Rodriguez, S."],"bibdata":{"bibtype":"inproceedings","type":"inproceedings","address":"San Luis, Argentina","title":"Optimización de Constantes Numéricas en Regresión Simbólica utilizando un Framework de Tree-Based Genetic Programming","isbn":"2346-9927","url":"http://www.sebastianrodriguez.com.ar/files/Elli_et_al_2014_Optimización_de_Constantes_Numéricas_en_Regresión_Simbólica_utilizando_un.pdf","abstract":"La programación genética (PG) es un conjunto de técnicas de computación evolutiva que permiten resolver problemas automáticamente y que están basadas en Algoritmos Genéticos (AG). La PG ha sido un método muy utilizado para encontrar y evolucionar nuevas e inesperadas maneras de resolver problemas, en particular problemas de Regresión Simbólica (RS). A pesar de esto, uno de los problemas de la PG es la falta de exploración y optimización de las constantes numéricas (o parámetros) dentro de la estructura de árbol con la que se representa un programa. Este trabajo se enfoca en investigar e implementar distintos métodos para la optimización de estas constantes que se encuentran en las terminales de los árboles, de manera de comparar las ventajas relativas de cada método. Los métodos implementados fueron validados con 7 problemas de benchmark.","language":"Spanish","booktitle":"Congreso Nacional de Ingeniería Informática / Sistemas de Información (CoNaIISI 2014)","publisher":"CONFEDI","author":[{"propositions":[],"lastnames":["Elli"],"firstnames":["Soledad"],"suffixes":[]},{"propositions":[],"lastnames":["Jimenez"],"firstnames":["Victor"],"suffixes":[]},{"propositions":[],"lastnames":["Will"],"firstnames":["Adrian"],"suffixes":[]},{"propositions":[],"lastnames":["Rodriguez"],"firstnames":["Sebastian"],"suffixes":[]}],"month":"November","year":"2014","note":"tex.url_other= http://conaiisi.unsl.edu.ar/memorias.php?act=memorias&opc=0","pages":"114–124","bibtex":"@inproceedings{elli_optimizacion_2014,\n\taddress = {San Luis, Argentina},\n\ttitle = {Optimización de {Constantes} {Numéricas} en {Regresión} {Simbólica} utilizando un {Framework} de {Tree}-{Based} {Genetic} {Programming}},\n\tisbn = {2346-9927},\n\turl = {http://www.sebastianrodriguez.com.ar/files/Elli_et_al_2014_Optimización_de_Constantes_Numéricas_en_Regresión_Simbólica_utilizando_un.pdf},\n\tabstract = {La programación genética (PG) es un conjunto\nde técnicas de computación evolutiva que permiten\nresolver problemas automáticamente y que están\nbasadas en Algoritmos Genéticos (AG). La PG ha\nsido un método muy utilizado para encontrar y\nevolucionar nuevas e inesperadas maneras de\nresolver problemas, en particular problemas de\nRegresión Simbólica (RS). A pesar de esto, uno de\nlos problemas de la PG es la falta de exploración y\noptimización de las constantes numéricas (o\nparámetros) dentro de la estructura de árbol con la\nque se representa un programa. Este trabajo se\nenfoca en investigar e implementar distintos\nmétodos para la optimización de estas constantes\nque se encuentran en las terminales de los árboles,\nde manera de comparar las ventajas relativas de\ncada método. Los métodos implementados fueron\nvalidados con 7 problemas de benchmark.},\n\tlanguage = {Spanish},\n\tbooktitle = {Congreso {Nacional} de {Ingeniería} {Informática} / {Sistemas} de {Información} ({CoNaIISI} 2014)},\n\tpublisher = {CONFEDI},\n\tauthor = {Elli, Soledad and Jimenez, Victor and Will, Adrian and Rodriguez, Sebastian},\n\tmonth = nov,\n\tyear = {2014},\n\tnote = {tex.url\\_other= http://conaiisi.unsl.edu.ar/memorias.php?act=memorias\\&opc=0},\n\tpages = {114--124},\n}\n\n","author_short":["Elli, S.","Jimenez, V.","Will, A.","Rodriguez, S."],"key":"elli_optimizacion_2014","id":"elli_optimizacion_2014","bibbaseid":"elli-jimenez-will-rodriguez-optimizacindeconstantesnumricasenregresinsimblicautilizandounframeworkdetreebasedgeneticprogramming-2014","role":"author","urls":{"Paper":"http://www.sebastianrodriguez.com.ar/files/Elli_et_al_2014_Optimización_de_Constantes_Numéricas_en_Regresión_Simbólica_utilizando_un.pdf"},"metadata":{"authorlinks":{}}},"bibtype":"inproceedings","biburl":"https://api.zotero.org/users/629018/collections/IH38WM4M/items?key=6tmWCKu5rNjpMYBCLquGea4A&format=bibtex&limit=100","dataSources":["dpS26Nm5wBb9pZTfk"],"keywords":[],"search_terms":["optimizaci","constantes","num","ricas","regresi","simb","lica","utilizando","framework","tree","based","genetic","programming","elli","jimenez","will","rodriguez"],"title":"Optimización de Constantes Numéricas en Regresión Simbólica utilizando un Framework de Tree-Based Genetic Programming","year":2014}