W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Rozdział

Pobierz BibTeX

Tytuł

Nature-inspired Preference Learning Algorithms Using the Choquet Integral

Autorzy

[ 1 ] Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | [ 2 ] Instytut Informatyki, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | [ SzD ] doktorant ze Szkoły Doktorskiej | [ P ] pracownik

Dyscyplina naukowa (Ustawa 2.0)

[2.3] Informatyka techniczna i telekomunikacja

Rok publikacji

2024

Typ rozdziału

rozdział w monografii naukowej / referat

Język publikacji

angielski

Słowa kluczowe
EN
  • Preference learning
  • Choquet integral
  • Evolutionary algorithm
  • Particle swarm optimization
  • Fish school search
Streszczenie

EN We introduce various algorithms for learning the parameters of a threshold-based sorting procedure powered by the Choquet integral. This model accounts for interactions between monotonic criteria and facilitates categorizing decision alternatives into predefined, preferentially ordered classes. We focus on developing heuristic preference learning methods capable of efficiently processing large datasets of classification examples. Specifically, we utilize Local Search, Simulated Annealing, and nature-inspired approaches such as Genetic Algorithm, Fish School Search, and Particle Swarm Optimization. We demonstrate the effectiveness of the proposed model through a case study. Additionally, we present an experimental comparison of the recommendation accuracy achieved by these algorithms on a suite of benchmark sorting problems.

Data udostępnienia online

14.07.2024

Strony (od-do)

440 - 448

DOI

10.1145/3638529.3654054

URL

https://dl.acm.org/doi/10.1145/3638529.3654054

Książka

GECCO '24 : Proceedings of the 2024 Genetic and Evolutionary Computation Conference, July 14-18, 2024, Melbourne, Australia

Zaprezentowany na

GECCO '24 Genetic and Evolutionary Computation Conference, 14-18.07.2024, Melbourne, Australia

Punktacja Ministerstwa / rozdział

20

Punktacja Ministerstwa / konferencja (CORE)

140

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.