Применение методов машинного обучения для кросс-классификации алгоритмов и задач многомерной непрерывной оптимизации

9 Jul 2021, 12:00
15m
407 or Online - https://jinr.webex.com/jinr/j.php?MTID=m573f9b30a298aa1fc397fb1a64a0fb4b

407 or Online - https://jinr.webex.com/jinr/j.php?MTID=m573f9b30a298aa1fc397fb1a64a0fb4b

https://jinr.webex.com/jinr/j.php?MTID=m573f9b30a298aa1fc397fb1a64a0fb4b
Sectional reports 9. Big data Analytics and Machine learning Big data Analytics and Machine learning.

Speaker

Mr Андрей Чепурнов (ф-т ВМК МГУ им. М.В. Ломоносова)

Description

Предлагаемая работа посвящена разработке программной системы для проведения взаимной классификации семейств популяционных алгоритмов оптимизации и задач многомерной непрерывной оптимизации. Одной из целей настоящего исследования является разработка методов предсказания эффективности работы включенных в систему алгоритмов и выбора из них наиболее эффективных алгоритмов для решения заданной пользователем задачи оптимизации. Кроме того, предлагаемая программная система может быть использована для расширения существующих тестовых наборов новыми задачами оптимизации. Работа выполнена при финансовой поддержке РФФИ (грант № 20-07-01053 А).

Primary authors

Mr Андрей Чепурнов (ф-т ВМК МГУ им. М.В. Ломоносова) Nikolay Ershov (Moscow State University)

Presentation materials

There are no materials yet.