Gutscheinbedingungen

**Gültig vom 07.09.2026 bis 09.09.2026 | Gültig für nicht preisgebundene fremdsprachige Bücher | Einzelne Artikel können ausgeschlossen sein | Online auf www.bücher.de einlösbar | Click & Collect nur mit Online-Zahlung (Paypal/Kreditkarte) vorab | Nicht kombinierbar mit anderen Gutscheinen oder Preisaktionen | Nur einmal pro Einkauf einlösbar | Gutschein wird auf max. 500€ Bestellwert angerechnet | Keine Barauszahlung | Nicht gültig für Versandkosten und Services

Produktbild: Genetic Programming
Band 10781

Genetic Programming 21st European Conference, EuroGP 2018, Parma, Italy, April 4-6, 2018, Proceedings

49,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

02.03.2018

Abbildungen

XII, 323 p. 80 illus.

Herausgeber

Mauro Castelli + weitere

Verlag

Springer

Seitenzahl

323

Maße (L/B/H)

23,5/15,5/1,9 cm

Gewicht

511 g

Auflage

1st ed. 2018

Sprache

Englisch

ISBN

978-3-319-77552-4

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

02.03.2018

Abbildungen

XII, 323 p. 80 illus.

Herausgeber

Verlag

Springer

Seitenzahl

323

Maße (L/B/H)

23,5/15,5/1,9 cm

Gewicht

511 g

Auflage

1st ed. 2018

Sprache

Englisch

ISBN

978-3-319-77552-4

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Genetic Programming
  • Using GP Is NEAT: Evolving Compositional Pattern Production Functions.-  Evolving the Topology of Large Scale Deep Neural Networks.- Evolving Graphs by Graph Programming.- Pruning Techniques for Mixed Ensembles of Genetic Programming Models.- Analyzing Feature Importance for Metabolomics Using Genetic Programming.- Generating Redundant Features with Unsupervised Multi-Tree Genetic Programming.- On the Automatic Design of a Representation for Grammar-Based Genetic Programming.- Multi-Level Grammar Genetic Programming for Scheduling in Heterogeneous Networks.- Scaling Tangled Program Graphs to Visual Reinforcement Learning in ViZDoom.- Towards In Vivo Genetic Programming: Evolving Boolean Networks to Determine Cell States.- A Multiple Expression Alignment Framework for Genetic Programming.- Multi-Objective Evolution of Ultra-Fast General-Purpose Hash Functions.- A Comparative Study on Crossover in Cartesian Genetic Programming.- Evolving Better RNAfold Structure Prediction.- Geometric Crossover in Syntactic Space.- Investigating A Machine Breakdown Genetic Programming Approach for Dynamic Job Shop Scheduling.- Structurally Layered Representation Learning: Towards Deep Learning Through Genetic Programming.- Comparing Rule Evaluation Metrics for the Evolutionary Discovery of Multi-Relational Association Rules in the Semantic Web.- Genetic Programming Hyperheuristic with Cooperative Coevolution for Dynamic Flexible Job Shop Scheduling.