Semiparametric Estimation of Distribution Algorithms for Continuous Optimization

Traditional estimation of distribution algorithms (EDAs) often use Gaussian densities to optimize continuous functions, such as the estimation of Gaussian network algorithms (EGNAs) which use Gaussian Bayesian networks (GBNs). However, this assumes a parametric density function, and, in GBNs, linear...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE transactions on evolutionary computation Ročník 28; číslo 4; s. 1069 - 1083
Hlavní autoři:	Soloviev, Vicente P., Bielza, Concha, Larranaga, Pedro
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	IEEE 01.08.2024
Témata:	Bayes methods Benchmarking Computational modeling continuous optimization Estimation estimation of distribution algorithms (EDAs) Kernel Probabilistic logic Probability distribution Runtime semiparametric Bayesian network (SPBN)
ISSN:	1089-778X, 1941-0026
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!