First improvement hill climber with linkage learning: on introducing dark gray-box optimization into statistical linkage learning genetic algorithms (2023)
- Authors:
- Autor USP: TINÓS, RENATO - FFCLRP
- Unidade: FFCLRP
- DOI: 10.1145/3583131.3590495
- Subjects: ALGORITMOS GENÉTICOS; INTELIGÊNCIA ARTIFICIAL
- Keywords: Linkage learning; Model building; Empirical linkage learning; Genetic algorithms; Evolutionary algorithms
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Proceedings GECCO '23
- Conference titles: The Genetic and Evolutionary Computation Conference (GECCO '23)
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: hybrid
- Licença: cc-by
-
ABNT
PRZEWOZNICZEK, Michal Witold e TINÓS, Renato e KOMARNICKI, Marcin Michal. First improvement hill climber with linkage learning: on introducing dark gray-box optimization into statistical linkage learning genetic algorithms. Proceedings GECCO '23. Lisbon: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1145/3583131.3590495. Acesso em: 10 jan. 2026. , 2023 -
APA
Przewozniczek, M. W., Tinós, R., & Komarnicki, M. M. (2023). First improvement hill climber with linkage learning: on introducing dark gray-box optimization into statistical linkage learning genetic algorithms. Proceedings GECCO '23. Lisbon: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.1145/3583131.3590495 -
NLM
Przewozniczek MW, Tinós R, Komarnicki MM. First improvement hill climber with linkage learning: on introducing dark gray-box optimization into statistical linkage learning genetic algorithms [Internet]. Proceedings GECCO '23. 2023 ;[citado 2026 jan. 10 ] Available from: https://doi.org/10.1145/3583131.3590495 -
Vancouver
Przewozniczek MW, Tinós R, Komarnicki MM. First improvement hill climber with linkage learning: on introducing dark gray-box optimization into statistical linkage learning genetic algorithms [Internet]. Proceedings GECCO '23. 2023 ;[citado 2026 jan. 10 ] Available from: https://doi.org/10.1145/3583131.3590495 - Using base position errors in an entropy-based evaluation function for the study of genetic code adaptability
- Using explicit averaging fitness for studying the behaviour of rats in a maze
- Genetic algorithms with self-organized criticality for dynamic optimization problems
- Use of the q-Gaussian mutation in evolutionary algorithms
- Using base position errors in an entropy-based evaluation function for the study of genetic code adaptability
- Evolutionary programming with q-Gaussian mutation for dynamic optimization problems
- Investigação sobre mutações q-Gaussianas na estratégia evolutiva com adaptação da matriz de covariância
- Análise de algoritmos genéticos aplicados a robôs em ambientes dinâmicos via modelo exato
- Strategies to increase solutions variability in protein folding in silico via genetic algorithms
- Auto-organização da população em sistemas imunológicos artificiais para otimização multimodal contínua
Informações sobre o DOI: 10.1145/3583131.3590495 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
003194353.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
