Przetwarzanie może potrwać kilka sekund...

Rozprawa doktorska

Tytuł

Heuristic Algorithms for Discovery of Search Objectives

Autorzy

[ 1 ] Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | [ P ] pracownik

Promotor

[ 1 ] Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | [ P ] pracownik

Recenzenci

Wariant tytułu

PL Heurystyczne Algorytmy Odkrywania Funkcji Oceny w Problemach Opartych na Testach

Język

angielski

Słowa kluczowe
EN
  • machine learning
  • evolutionary algorithms
  • test-based problems
PL
  • uczenie maszynowe
  • algorytmy ewolucyjne
  • problemy oparte na testach
Streszczenie

EN A wide spectrum of machine learning problems approached in evolutionary computation involve evaluation functions that reward candidate solutions by counting the number of tests they pass. Conventionally, the discrepancy between the actual and the desired outcome of confronting solutions with tests are aggregated into a scalar evaluation function. In this thesis, we demonstrate that the habit of driving search using such function leads to evaluation bottleneck, i.e. information-rich process of candidate solutions' evaluation is compressed into a scalar value, which incurs information loss. We investigate the possibility of broadening the bottleneck of scalar evaluation by making evolutionary algorithms better-informed about the outcomes of interactions between candidate solutions and tests. To this end, we propose a family of methods aimed at automatic discovery of heuristic search objectives that provide multi-criteria evaluation of candidate solutions.

PL Powszechnie stosowana funkcja oceny w problemach uczenia maszynowego nagradza rozwiązania kandydackie na podstawie liczby rozwiązanych testów. W ninejszej rozprawie demonstrujemy, że nawyk stosowania skalarnej funkcji oceny prowadzi do zjawiska wąskiego gardła, tj. bogaty w informację proces oceny rozwiązania jest w istocie kompresowany do pojedynczej wartości powodując tym samym bezpowrotną utratę informacji. Przedstawiona praca poświęcona jest technikom umożliwiającym zniesienie tego ograniczenia poprzez dostarczenie algorytmom przeszukiwania znaczniej bardziej szczegółowej informacji o zachowaniu analizowanych rozwiązań. W tym celu proponujemy rodzinę metod dedykowanych automatycznemu odkrywaniu funkcji oceny, które oferują wielokryterialną ocenę kandydatów.

Liczba stron

235

Dziedzina wg OECD

nauki o komputerach i informatyka

Dyscyplina wg KBN

informatyka

Sygnatura rozprawy w wersji drukowanej

DrOIN 1940

Katalog on-line

to201990755

Pełny tekst rozprawy doktorskiej

Pobierz plik

Poziom dostępu do pełnego tekstu

publiczny

Pierwsza recenzja

Jarosław Arabas

Miejsce

Warszawa, Polska

Data

24.08.2018

Język

polski

Tekst recenzji

Pobierz plik

Poziom dostępu do recenzji

publiczny

Druga recenzja

Andrzej Obuchowicz

Miejsce

Zielona Góra, Polska

Data

11.08.2018

Język

polski

Tekst recenzji

Pobierz plik

Poziom dostępu do recenzji

publiczny

Status rozprawy

rozprawa doktorska

Miejsce obrony

Poznań, Polska

Data obrony

24.09.2018

Jednostka nadająca tytuł

Rada Wydziału Informatyki Politechniki Poznańskiej

Uzyskany tytuł

doktor nauk technicznych w dyscyplinie: informatyka, w specjalności: sztuczna inteligencja