Detail publikace
Acceleration of Evolutionary Image Filter Design Using Coevolution in Cartesian GP
Cartesian genetic programming, coevolution, fitness modeling, image filter design.
Tento článek se zabývá akcelerací v úloze evolučního návrhu obrazových filtrů s použitím koevoluce kandidátních filtrů a podmnožin trénovacích vektorů. V této úloze jsou pro kartézské genetické programování implementovány a porovnány dva koevoluční přístupy. Bylo experimentálně ukázáno, že pouze 15-20 % z původních trénovacích vektorů je dostačujících pro nalezení obrazového filtru poskytujícího stejnou kvalitu filtrování nejlepší filtr nalezený pomocí standardního CGP, který používá celou trénovací množinu. Medián času potřebného k evolučnímu návrhu obrazových filtrů se pomocí koevoluce oproti standardnímu CGP podařilo 2.99 krát snížit.
@article{BUT96949,
author="Michaela {Drahošová} and Lukáš {Sekanina}",
title="Acceleration of Evolutionary Image Filter Design Using Coevolution in Cartesian GP",
journal="Lecture Notes in Computer Science",
year="2012",
volume="2012",
number="7491",
pages="163--172",
doi="10.1007/978-3-642-32937-1\{_}17",
issn="0302-9743",
url="http://link.springer.com/chapter/10.1007%2F978-3-642-32937-1_17"
}