Integrating Active Learning for Improved Preference Modeling in Tree-Based Interactive Evolutionary Multi-Objective Algorithms

Multi-objective optimization problems are characterized by conflicting objectives, making it impossible to identify a single optimal solution. Instead, solution methods aim to produce a diverse set of non-dominated solutions, aka Pareto optimal solutions, each offering different tradeoffs among the...

Celý popis

Podrobná bibliografie

Vydáno v:	2025 IEEE Congress on Evolutionary Computation (CEC) s. 1 - 8
Hlavní autoři:	Shavarani, Seyed Mahdi, Golabi, Mahmoud, Idoumghar, Lhassane
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 08.06.2025
Témata:	Accuracy Active learning Adaptation models Decision making Decision Tree Classification Decision trees Interactive Evolutionary Multi-Objective Algorithms Optimization Pareto optimization Preference Learning Radio frequency Random Forest Classification Random forests Uncertainty
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!