進化型計算における適応度評価への機械学習の適用

カテゴリ: 研究会(論文単位)

論文No: ST13112

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2013/11/23

タイトル(英語): Applying the Machine Learning to Fitness Evaluation of Evolutionary Computation

著者名: 長谷川 拓(大阪府立大学),森 直樹(大阪府立大学),松本 啓之亮(大阪府立大学)

著者名(英語): Taku Hasegawa(Osaka Prefecture University),Naoki Mori(Osaka Prefecture University),Keinosuke Matsumoto(Osaka Prefecture University)

キーワード: 進化型計算|機械学習　|サポートベクターマシン|適応度評価|遺伝的アルゴリズム|Evolutionary Computation|Machine Learning|SVM|Fitness Evaluation|Genetic Algorithm

要約(日本語): 進化型計算において適応度評価の軽減は重要な課題である．本研究では進化型計算の適応度評価に機械学習を適用する手法について提案する．

要約(英語): To reduce the number of fitness evaluations is one of the most important topics in evolutionary computations. In this study, we proposed to apply the machine learning to fitness evaluation of evolutionary computations.

原稿種別: 日本語

PDFファイルサイズ: 654 Kバイト