Processing may take a few seconds...

Dissertation

Title

Competent Algorithms for Geometric Semantic Genetic Programming

Authors

[ 1 ] Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | [ D ] phd student

Promoter

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

Reviewers

Title variant

PL Kompetentne algorytmy dla geometrycznego semantycznego programowania genetycznego

Language

english

Keywords
EN
  • automatic programming
  • program induction
  • evolutionary computation
  • program inversion
  • theory
PL
  • automatyczne programowanie
  • indukcja programu
  • obliczenia ewolucyjne
  • odwracanie programu
  • teoria
Abstract

EN Genetic Programming is a machine learning technique for automatic induction of programs from examples, where each consists of program input and a target output. We embrace notions of semantics, semantic distance, neutrality, effectiveness, geometry under the common conceptual framework. We show that if fitness function is a metric, fitness landscape spanned over a space of all programs is a cone with the optimal program in the apex. We derive progress bounds of geometric operators for different combinations of fitness functions and semantic distances. We present a literature review of existing semantic methods. We propose an algorithm for semantic backpropagation and competent algorithms for population initialization, selection, mutation and crossover that are approximately geometric and effective. We find the optimal proportions of competent algorithms and compare them to the other methods in terms of fitness, generalization, geometry, effectiveness, size of created programs and time costs. The competent algorithms achieve better performance than the other methods in symbolic regression and not worse than the best other one in Boolean domain.

PL Programowanie Genetyczne jest techniką uczenia maszynowego dla automatycznej indukcji programów z przykładów, składających się z wejścia programu i docelowego wyjścia. Pojęcia semantyki, odległości semantycznej, neutralności, efektywności i geometryczności objęto wspólnymi ramami koncepcyjnymi. Pokazano, że jeśli funkcja dopasowania jest metryką, krajobraz dopasowania jest stożkiem z optymalnym programem w wierzchołku. Wywiedziono ograniczenia postępu geometrycznych operatorów dla różnych kombinacji funkcji dopasowania i odległości semantycznej. Zaprezentowano przegląd literatury istniejących metod semantycznych. Zaproponowano algorytm wstecznej propagacji semantyki oraz kompetentne algorytmy dla inicjacji, selekcji, mutacji i krzyżowania, które są w przybliżeniu geometryczne i efektywne. Znaleziono optymalne proporcje kompetentnych algorytmów i porównano je z innymi metodami w kategoriach dopasowania, generalizacji, geometryczności, efektywności, rozmiaru tworzonych programów i kosztów obliczeniowych. Algorytmy kompetentne mają lepsze osiągi od pozostałych metod w regresji symbolicznej, i nie gorsze niż najlepsza inna metoda w dziedzinie Boolowskiej.

Number of pages

174

OECD domain

computer sciences and computer science

KBN discipline

computer science

Signature of printed version

DrOIN 1723

On-line catalog

to201680917

Full text of dissertation

Download file

Access level to full text

public

First review

Jarosław Arabas

Place

Warszawa, Polska

Date

31.08.2015

Language

polish

Review text

Download file

Access level to review text

public

Second review

Andrzej Obuchowicz

Place

Zielona Góra, Polska

Date

31.08.2015

Language

polish

Review text

Download file

Access level to review text

public

Dissertation status

dissertation

Place of defense

Poznań, Polska

Date of defense

21.09.2015

Unit granting title

Rada Wydziału Informatyki Politechniki Poznańskiej

Obtained title

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