[]

Семинар по методам вычислительного интеллекта и метаэвристикам (2010)



На главную
Генетические алгоритмы

Дискуссионная группа по эволюционным вычислениям

Написать письмо

20-24 сентября 2010 г. в г. Твери в рамках 12-й Национальной конференции по искусственному интеллекту (КИИ-2010) состоится семинар "Методы вычислительного интеллекта, метаэвристические методы и их практическое применение". Тематика докладов включает следующие направления:

  • Искусственные нейронные сети.
  • Нечеткая логика.
  • Эволюционные алгоритмы.
  • Адаптивное поведение и искусственная жизнь.
  • Многоагентные системы.
  • Гибридные и меметичные алгоритмы.
  • Алгоритмы оценки распределений и байесовой оптимизации.
  • Алгоритмы ройной оптимизации и муравьиной колонии.
  • Искусственные иммунные системы.
  • Применение бионических алгоритмов для решения практических задач.
  • Теория бионических алгоритмов.
  • Методы разработки эффективной программной и аппаратной реализации алгоритмов.
  • Разработка инструментальных комплексов для реализации и исследования адаптивных систем.

    Правила оформления и оргвзнос такие же, как на КИИ-2010 (1-е информационное сообщение, 2-е информационное сообщение). Шаблон для оформления текста докладов.


    Состав рабочей группы:
    д.т.н., профессор Д.И. Батищев (Н. Новгород)
    д.ф.-м.н., профессор А.А. Жданов (Москва)
    д.т.н., профессор Л.А.Зинченко (Москва) (со-председатель)
    д.т.н., профессор В.М.Курейчик (Таганрог) (со-председатель)
    к.б.н., в.н.с., В.А. Непомнящих (Ярославль)
    д.ф.-м.н., профессор В.Г. Редько (Москва)
    к.т.н., доцент С.Н. Сорокин (Москва)
    д.т.н., профессор И.А. Ходашинский (Томск)
    к.т.н., доцент Ю.Р. Цой (Томск) (секретарь)
    д.т.н., профессор Н.Г. Ярушкина (Ульяновск)


    Важные даты:

  • Срок подачи докладов (расширенный): 10 июня 2010 г.
  • Решение рабочей группы семинара: 30 июня 2010 г.
  • Представление финальных версий докладов: 16 июля 2010 г.
  • Семинар: 20 сентября 2010 г.

    Контакты:

  • Секретарь семинара: Цой Юрий Робертович, e-mail: yurytsoy{at}gmail.com

    Материалы семинара

    Зинченко Л.А., Курейчик В.М. Презентация для вступительной и заключительной речи.

    Презентация [ppt]


    1. Зинченко Л.А., Сорокин С.Н. Коэволюция в методах вычислительного интеллекта // Двенадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2010 (20 - 24 сентября 2010 г., г. Тверь, Россия): Труды конференции. Т. 4. -- М.: Физматлит, 2010. -- С. 97-104.

    Аннотация
    Доклад посвящен вопросам применения различных механизмов коэволюции в методах вычислительного интеллекта. Показано, что модели эволюции на генетическом уровне не охватывают всего разнообразия механизмов эволюции, существующих в природе. Обсуждаются достоинства и недостатки различных коэволюционных моделей.

    Текст статьи [pdf]


    2. Казаков П.В. Возможности генетических алгоритмов для решения задачи многокритериальной оптимизации инвестиционного портфеля // Двенадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2010 (20 - 24 сентября 2010 г., г. Тверь, Россия): Труды конференции. Т. 4. -- М.: Физматлит, 2010. -- С. 105-111.

    Аннотация
    Рассматривается возможность решения задачи многокритериальной оптимизации (МО) инвестиционного портфеля с помощью многокритериальных генетических алгоритмов (МГА) "первого поколения". Представлены экспериментальные результаты применения МГА для поиска множества вариантов оптимальных инвестиционных портфелей с различными соотношениями доходность/риск.

    Текст статьи [pdf]


    3. Лавыгина А.В., Ходашинский И.А. Гибридный алгоритм настройки параметров нечетких моделей // Двенадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2010 (20 - 24 сентября 2010 г., г. Тверь, Россия): Труды конференции. Т. 4. -- М.: Физматлит, 2010. -- С. 112-115.

    Аннотация
    В работе предлагается гибридный метод настройки параметров нечетких моделей. Суть метода заключается в использовании метода градиентного спуска или фильтра Калмана в качестве оператора мутации генетического алгоритма для настройки параметров антецедентов нечетких "ЕСЛИ-ТО" правил. После настройки антецедентов осуществляется настройка консеквентов методом наименьших квадратов.

    Текст статьи [pdf]


    4. Лыткин И.С., Липинский Л.В., Семенкина М.Е.Об эволюционном алгоритме формирования нейросетевой системы подавления // Двенадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2010 (20 - 24 сентября 2010 г., г. Тверь, Россия): Труды конференции. Т. 4. -- М.: Физматлит, 2010. -- С. 116-121.

    Аннотация
    В работе предлагается использовать нейросетевые технологии для подавления шума в информационных сигналах. Нейронные сети автоматически формируются и настраиваются эволюционным алгоритмом. Показано, что эволюционный алгоритм позволяет получить надежные системы подавления шума.

    Текст статьи [pdf]


    5. Непомнящих В.А., Редько В.Г. Биологически обоснованный метод формирования поискового поведения // Двенадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2010 (20 - 24 сентября 2010 г., г. Тверь, Россия): Труды конференции. Т. 4. -- М.: Физматлит, 2010. -- С. 122-127.

    Аннотация
    Тактики поиска и переключение между тактиками у живых организмов использованы в качестве прототипа для метода управления поисковым поведением. В основе метода лежит понятие мотивации, динамика которой определяет переключение между тактиками. Демонстрируется возможность использования метода для минимизации функций. Метод применим при формировании поискового поведения автономных систем, таких как мобильные роботы.

    Текст статьи [pdf]

    Презентация [ppt]


    6. Сорокин С.Н., Сорокин Б.С. Применение метаэвристических алгоритмов в системах когнитивного радио // Двенадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2010 (20 - 24 сентября 2010 г., г. Тверь, Россия): Труды конференции. Т. 4. -- М.: Физматлит, 2010. -- С. 128-133.

    Аннотация
    В докладе рассматривается применение метаэвристических алгоритмов в системах когнитивного радио. На основе анализа приводятся достоинства и недостатки применения различных метаэвристических алгоритмов в системах когнитивного радио.

    Текст статьи [pdf]


    7. Цой Ю.Р. Об адаптивном увеличении размерности пространства признаков // Двенадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2010 (20 - 24 сентября 2010 г., г. Тверь, Россия): Труды конференции. Т. 4. -- М.: Физматлит, 2010. -- С. 134-140.

    Аннотация
    В работе описываются результаты исследования, направленного на анализ влияния размерности пространства признаков на точность нейросетевой классификации. Первые результаты показывают, что, несмотря на адаптивное преобразование входного пространства, осуществляемое с использованием нейроэволюционного подхода, возможно как повышение точности классификации, так и ее снижение. Дается обсуждение результатов и возможный план будущих исследований.

    Текст статьи [pdf]

    Презентация [ppt]


    8. Ярушкина Н.Г., Чекина А.В. Кластеризация информационных ресурсов на основе генетического алгоритма // Двенадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2010 (20 - 24 сентября 2010 г., г. Тверь, Россия): Труды конференции. Т. 4. -- М.: Физматлит, 2010. -- С. 141-145.

    Аннотация
    В данной статье предложен метод решения задачи кластеризации информационных ресурсов, основанный на генетическом алгоритме. Все документы информационного хранилища описаны частотными распределениями встречающихся терминов.

    Текст статьи [pdf]

    Презентация [ppt]


    9. Бухтояров В.В. Комплексный эволюционный подход для проектирования коллективов нейросетевых технологий моделирования и прогнозирования // Двенадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2010 (20 - 24 сентября 2010 г., г. Тверь, Россия): Труды конференции. Т. 4. -- М.: Физматлит, 2010. -- С. 146-149.

    Аннотация
    В работе рассматривается вопрос автоматического проектирования коллективов нейросетевых технологий. Предлагается комплексный подход для проектирования таких коллективов, включающий в себя методы формирования структуры нейронных сетей и их обучения, а также метод автоматического определения способа и параметров формирования общего решения в коллективе. Предлагаемый подход был использован для решения ряда тестовых и практических задач моделирования и прогнозирования.

    Текст статьи [pdf]


    10. Комарцова Л.Г., Кадников Д.С. Сравнительный анализ генетических алгоритмов поиска оптимального решения // Двенадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2010 (20 - 24 сентября 2010 г., г. Тверь, Россия): Труды конференции. Т. 4. -- М.: Физматлит, 2010. -- С. 150-154.

    Аннотация
    В работе представлены результаты сравнения ранее исследованных авторами комбинированных генетических алгоритмов с новым алгоритмом поиска гармонии, обеспечивающим более быструю сходимость к оптимуму и повышающим вероятность нахождения глобального экстремума.

    Текст статьи [pdf]


  • Made by Yury Tsoy. Copyright © 2010.
    Hosted by uCoz