Szczegóły publikacji
Opis bibliograficzny
A comparative study of GP-based and state-of-the-art classifiers on a synthetic machine learning benchmark / Patryk ORZECHOWSKI, Paweł RENC, William La Cava, Jason H. Moore, Arkadiusz Sitek, Jarosław WĄS, Joost Wagenaar // W: GECCO'22 companion [Dokument elektroniczny] : proceedings of the 2022 Genetic and Evolutionary Computation Conference Companion : July 9–13, 2022, Boston, Massachusetts, [USA], [vol. 1]. — Wersja do Windows. — Dane tekstowe. — New York : The Association for Computing Machinery, cop. 2022. — e-ISBN: 987-1-4503-9268-6. — S. 276–279. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 279, Abstr. — Publikacja dostępna online od: 2022-07-19. — P. Orzechowski - dod. afiliacja: University of Pennsylvania, USA ; P. Renc - dod. afiliacja: Sano, Centre for Computational Medicine, Kraków
Autorzy (7)
- AGHOrzechowski Patryk
- AGHRenc Paweł
- La Cava William
- Moore Jason H.
- Sitek Arkadiusz
- AGHWąs Jarosław
- Wagenaar Joost
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 141328 |
|---|---|
| Data dodania do BaDAP | 2022-08-04 |
| Tekst źródłowy | URL |
| DOI | 10.1145/3520304.3529056 |
| Rok publikacji | 2022 |
| Typ publikacji | materiały konferencyjne (aut.) |
| Otwarty dostęp |  |
| Creative Commons | |
| Wydawca | Association for Computing Machinery (ACM) |
| Konferencja | Genetic and Evolutionary Computations 2022 |
Abstract
In this paper we compare performance of genetic programming-based symbolic classifiers on a novel synthetic machine learning benchmark called DIGEN. This framework and collection of 40 different classification problems was designed specifically to differentiate performance of leading machine learning methods.
