> Detailanzeige

Bäck, Thomas [HerausgeberIn]; Preuss, Mike [HerausgeberIn]; Deutz, André [HerausgeberIn]; Wang, Hao [HerausgeberIn]; Doerr, Carola [HerausgeberIn]; Emmerich, Michael [HerausgeberIn]; Trautmann, Heike [HerausgeberIn]

Parallel Problem Solving from Nature – PPSN XVI - [1st ed. 2020.]

Literatur-
verwaltung

Zur
Merkliste

Lösche von
Merkliste

Per Whatsapp teilen

Schließen

Merkliste



Sie können Bookmarks mittels Listen verwalten, loggen Sie sich dafür bitte in Ihr SLUB Benutzerkonto ein.
  • Medientyp: E-Book
  • Titel: Parallel Problem Solving from Nature – PPSN XVI : 16th International Conference, PPSN 2020, Leiden, The Netherlands, September 5-9, 2020, Proceedings, Part II
  • Beteiligte: Bäck, Thomas [HerausgeberIn]; Preuss, Mike [HerausgeberIn]; Deutz, André. [HerausgeberIn]; Wang, Hao [HerausgeberIn]; Doerr, Carola [HerausgeberIn]; Emmerich, Michael [HerausgeberIn]; Trautmann, Heike [HerausgeberIn]
  • Erschienen: Cham: Springer International Publishing, 2020.
    Cham: Imprint: Springer, 2020.
  • Erschienen in: Theoretical Computer Science and General Issues ; 12270
    Springer eBook Collection
  • Ausgabe: 1st ed. 2020.
  • Umfang: 1 Online-Ressource(XXIX, 717 p. 318 illus., 146 illus. in color.)
  • Sprache: Englisch
  • DOI: 10.1007/978-3-030-58115-2
  • ISBN: 9783030581152
  • Identifikator:
  • Schlagwörter: Computers. ; Computer science—Mathematics. ; Artificial intelligence. ; Software engineering. ; Mathematical statistics. ; Discrete mathematics. ; Computer science. ; Computer science
  • Entstehung:
  • Anmerkungen:
  • Beschreibung: Genetic Programming -- Landscape Analysis -- Multiobjective Optimization -- Real-World Applications -- Reinforcement Learning -- Theoretical Aspects of Nature-Inspired Optimization. .

    This two-volume set LNCS 12269 and LNCS 12270 constitutes the refereed proceedings of the 16th International Conference on Parallel Problem Solving from Nature, PPSN 2020, held in Leiden, The Netherlands, in September 2020. The 99 revised full papers were carefully reviewed and selected from 268 submissions. The topics cover classical subjects such as automated algorithm selection and configuration; Bayesian- and surrogate-assisted optimization; benchmarking and performance measures; combinatorial optimization; connection between nature-inspired optimization and artificial intelligence; genetic and evolutionary algorithms; genetic programming; landscape analysis; multiobjective optimization; real-world applications; reinforcement learning; and theoretical aspects of nature-inspired optimization.