SIN PP | dr inż. Michał Tomczyk

1.

Co-evolution improves the efficiency of preference learning methods when the Decision Maker's aspirations develop over time / Michał K. Tomczyk (WIiT), Miłosz Kadziński (WIiT) // W: GECCO '23 : Proceedings of the Genetic and Evolutionary Computation Conference, July 15-19, 2023, Lisbon, Portugal - New York, United States : Association for Computing Machinery (ACM), 2023 - s. 759-767

Rozdział w monografii naukowej / referat 20 140
2.

Interactive evolutionary multiple objective optimization algorithm using a fast calculation of holistic acceptabilities / Michał K. Tomczyk (WIiT), Miłosz Kadziński (WIiT) // W: GECCO '21 : Proceedings of the 2021 Genetic and Evolutionary Computation Conference / red. Francisko Chicano, Krzysztof Krawiec (WIiT) - New York, USA : Association for Computing Machinery (ACM), 2021 - s. 476-484

Rozdział w monografii naukowej / referat 20 140
3.

On the elicitation of indirect preferences in interactive evolutionary multiple objective optimization / Michał Tomczyk (WIiT), Miłosz Kadziński (WIiT) // W: GECCO '20 : Proceedings of the 2020 Genetic and Evolutionary Computation Conference - New York, NY, USA : Association for Computing Machinery (ACM), 2020 - s. 569-577

Rozdział w monografii naukowej / referat 20 140
4.

Robust indicator-based algorithm for interactive evolutionary multiple objective optimization / Michał Tomczyk (WI), Miłosz Kadziński (WI) // W: GECCO '19 : proceedings of the Genetic and Evolutionary Computation Conference / red. Manuel López-Ibáñez - New York, USA : ACM, 2019 - s. 629-637

Rozdział w monografii naukowej / referat 20 140
5.

Interactive Cone Contraction for Evolutionary Mutliple Objective Optimization / Miłosz Kadziński (WI), Michał Tomczyk (WI), Roman Słowiński // W: Advances in Data Analysis with Computational Intelligence Methods / red. Adam Gawęda - Cham, Switzerland : Springer International Publishing AG, 2018 - s. 293-309

Rozdział w monografii naukowej 20

Wszystkie ROZDZIAŁY

1.

On the elicitation of indirect preferences in interactive evolutionary multiple objective optimization / Michał Tomczyk (WIiT), Miłosz Kadziński (WIiT) // r888_2020

Raport z badań
2.

Decomposition-based co-evolutionary algorithm for interactive multiple objective optimization driven by pairwise comparisons. / Michał K. Tomczyk (WI), Miłosz Kadziński (WI) // r588_2019

Raport z badań
3.

Robust indicator-based algorithm for interactive evolutionary multiple objective optimization / Michał K. Tomczyk (WI), Miłosz Kadziński (WI) // r557093_2019

Raport z badań
4.

Preference-based cone contraction algorithms for interactive evolutionary multiple objective optimization / Miłosz Kadziński (WI), Michał K. Tomczyk (WI), Roman Słowiński (WI) // r544140_2018

Raport z badań
5.

Decomposition-based interactive evolutionary optimization guided by multiple search directions compatible with indirect preference information / Miłosz Kadziński (WI), Michał K. Tomczyk (WI) // r533781_2018

Raport z badań

Wszystkie RAPORTY

1.

New Directions in Interactive Evolutionary Multiple Objective Optimization Based on Holistic Preference Information / Michał Tomczyk (WIiT) / prom. Miłosz Kadziński (WIiT), rec. Bogumił Kamiński, Konrad Kułakowski - Poznań, Polska, 2020 - 306 s.

Rozprawa doktorska

1.

Automatyczne generowanie melodii z wykorzystaniem metod ewolucyjnej optymalizacji wielokryteriowej / WIiT / prom. Michał Tomczyk, rec. Miłosz Kadziński, 2023

Praca magisterska
2.

Modelowanie i symulacja ruchu ulicznego: analiza i optymalizacja / WIiT / prom. Michał Tomczyk, rec. Miłosz Kadziński, 2023

Praca inżynierska
3.

Wykorzystanie algorytmów ewolucyjnych do wyznaczania trajektorii międzyplanetarnych / WIiT / prom. Michał Tomczyk, rec. Miłosz Kadziński, 2023

Praca inżynierska
4.

Ewolucyjne metody optymalizacji wielokryterialnej do rozwiązywania problemów konstrukcji łańcuchów dostaw / WIiT / prom. Michał Tomczyk, rec. Wojciech Kotłowski, 2021

Praca magisterska
5.

Ewolucyjne metody optymalizacji wielokryterialnej do rozwiązywania problemów podziału na okręgi wyborcze / WIiT / prom. Michał Tomczyk, rec. Wojciech Kotłowski, 2021

Praca magisterska

Wszystkie PRACE DYPLOMOWE

1.

Metody stochastycznej analizy akceptowalności w problemie oceny cyklu życia / WIiT / prom. Miłosz Kadziński, rec. Michał Tomczyk, 2023

Praca magisterska
2.

System rekomendacji odpowiedniej metody wielokryteriowej dla problemów grupowego podejmowania decyzji / WIiT / prom. Miłosz Kadziński, rec. Michał Tomczyk, 2023

Praca magisterska
3.

Kompresja sieci neuronowych poprzez binaryzację wag i sygnałów: efektywne trenowanie i analiza porównawcza / WIiT / prom. Wojciech Kotłowski, rec. Michał Tomczyk, 2023

Praca magisterska
4.

Optymalizacja wielokryteriowa algorytmem kolonii mrówek sterowana uczeniem preferencji z wykorzystaniem funkcji wartości / WIiT / prom. Miłosz Kadziński, rec. Michał Tomczyk, 2023

Praca magisterska
5.

Probabilistyczne metody dezagregacji preferencji dla wielokryterialnego porządkowania wariantów / WIiT / prom. Miłosz Kadziński, rec. Michał Tomczyk, 2023

Praca magisterska

Wszystkie PRACE DYPLOMOWE

System tworzony przez Politechnikę Poznańską oraz Poznańskie Centrum Superkomputerowo-Sieciowe

Zaloguj się przez eKonto, aby dodać do SIN

System Informacji Naukowej Politechniki Poznańskiej

Pracownik

dr inż. Michał Tomczyk

Artykuły (8)

Rozdziały (6)

Raporty (9)

Rozprawa doktorska

Promotorstwo prac dyplomowych (5)

Recenzje prac dyplomowych (21)