Machine Learning Assisted Evolutionary Multi- And Many- Objective Optimization

Sprache: Englisch

Verlag: Apress Mrz 2024, 2024

9819920957 / 9789819920952

Anbieter: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, DeutschlandBuchWeltWeit Ludwig Meier e.K.

Verkäufer/-in mit 5 Sternen

Verkäufer:in bei AbeBooks seit 11. Januar 2012

Hardcover

Zustand: Neu

EUR 171,19

EUR 23,00 Versand 
Versand von Deutschland nach USA

Anzahl: 2 verfügbar

In den Warenkorb
30 Tage kostenlose Rückgabe

Artikelbeschreibung des Verkäufers

This item is printed on demand - it takes 3-4 days longer - Neuware -This book focuses on machine learning (ML) assisted evolutionary multi- and many-objective optimization (EMâO). EMâO algorithms, namely EMâOAs, iteratively evolve a set of solutions towards a good Pareto Front approximation. The availability of multiple solution sets over successive generations makes EMâOAs amenable to application of ML for different pursuits.Recognizing the immense potential for ML-based enhancements in the EMâO domain, this book intends to serve as an exclusive resource for both domain novices and the experienced researchers and practitioners.To achieve this goal, the book first covers the foundations of optimization, including problem and algorithm types.Then, well-structured chapters present some of the key studies on ML-based enhancements in the EMâO domain, systematically addressing important aspects. These include learning to understand the problem structure, converge better, diversify better, simultaneously converge and diversify better, and analyze the Pareto Front. In doing so, this book broadly summarizes the literature, beginning with foundational work on innovization (2003) and objective reduction (2006), and extending to the most recently proposed innovized progress operators (2021-23). It also highlights the utility of ML interventions in the search, post-optimality, and decision-making phases pertaining to the use of EMâOAs. Finally, this book shares insightful perspectives on the future potential for ML based enhancements in the EMâOA domain.To aid readers, the book includes working codes for the developed algorithms. This book will not only strengthen this emergent theme but also encourage ML researchers to develop more efficient and scalable methods that cater to the requirements of the EMâOA domain. It serves as an inspiration for further research and applications at the synergistic intersection of EMâOA and ML domains. 244 pp. Englisch. …

Bestandsnummer des Verkäufers 9789819920952

Titel
Machine Learning Assisted Evolutionary Multi- And Many- Objective Optimization
Autor
Dhish Kumar Saxena
Verlag
Apress Mrz 2024
Erscheinungsjahr
2024
Zustand
Neu
Einband
Buch
Sprache
Englisch
ISBN-10
9819920957
ISBN-13
9789819920952
Abmessungen
23.50x15.50x0.00 cm

BuchWeltWeit Ludwig Meier e.K.

Bergisch Gladbach, Deutschland

Verkäufer/-in mit 5 Sternen

Verkäufer:in bei AbeBooks seit 11. Januar 2012

Versandkosten von Deutschland nach USA

Artikel5 bis 15 Werktage5 bis 15 Werktage
Erster ArtikelEUR 23,00EUR 23,00
Die Versandzeiten werden von den Verkäuferinnen und Verkäufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, können Verzögerungen unterliegen. Eventuell anfallende Abgaben oder Gebühren sind von der Käuferin bzw. dem Käufer zu tragen. Die Verkäuferin bzw. der Verkäufer kann Sie bezüglich zusätzlicher Versandkosten kontaktieren, um einen möglichen Anstieg der Versandkosten für Ihre Artikel auszugleichen.

Zahlungsarten

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • Banküberweisung
  • PayPal
  • Vorauskasse

Unternehmensdaten der Verkäuferin bzw. des Verkäufers

BuchWeltWeit Ludwig Meier e.K.

Deutschland

BuchWeltWeit Inh. Ludwig Meier e.K.
Inhaber: Ludwig Meier
De-Gasperi-Str. 8
51469 Bergisch Gladbach
Deutschland

Tel.: +49(0)22028659300
Fax: +49(0)22028659301
E-Mail: info@buchweltweit.de

Registergericht: Amtsgericht Köln
Registernummer: HRA 28253

Umsatzsteuer-Identifikationsnummer: DE815259907

Wir sind zur Teilnahme an einem Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle weder verpflichtet noch bereit.