Rezultati iskanja (5)
Tehnike gradnje značilk pri analizi časovnih vrst in enokriterijski optimizaciji
Gradnja značilk, ki vključuje tako ročno zasnovo s strani domenskih strokovnjakov kot tudi avtomatizirano učenje uporabnih predstavitev podatkov, je ključen vidik strojnega učenja. Glavni cilj je pretvoriti surove podatke v obliko, ki jo lahko učinkoviteje izkoristimo s pristopi strojnega učenja. Čeprav je gradnja značilk dobro raziskana na področjih kot sta …
Predstavitev in uporaba podatkov iz primerjalnih študij za optimizacijo in učenje
Nagel razvoj strojnega učenja in optimizacije črnih skrinjic je privedel do večje odvisnosti od primerjalnih podatkov za vrednotenje in primerjavo algoritmov na različnih področjih, vendar pa učinkovito izkoriščanje teh podatkov otežujejo izzivi, kot so sintaktična raznolikost, semantična dvoumnost in pomanjkanje standardizacije. Pričujoča disertacija se ukvarja s temi izzivi in zagovarja …
Razumevanje vpliva problemskih pokrajin v numerični optimizaciji črne škatle
Na področju optimizacije velja, da je uspešnost optimizacijskih algoritmov odvisna od problemov, ki jih algoritmi rešujejo. Posledično moramo za dosego dobrih optimizacijskih rezultatov pravilno izbrati tisti algoritem, ki je zmožen ta problem dobro rešiti. To lahko storimo s podrobnim poznavanjem tako optimizacijskih algoritmov kot tudi problemov. Kljub temu pa je …
Razvoj novega pristopa k določanju strukture membranskih proteinov na osnovi analize lokalnih rotacijsko konformacijskih prostorov
Disertacija se z novo kombinacijo metod mestno specifičnega označevanja (SDSL), elektronske paramagnetne resonance (EPR) in modeliranja strukture proteina ter njegovih konformacijskih prostorov loteva problema določevanja struktur proteinov. Nov pristop je namenjen predvsem strukturni karakterizaciji membranskih in intrinzično neurejenih proteinov. V prvem delu disertacije so predstavljene izboljšave analize EPR spektrov s …
Stigmergija kot pristop k metahevristični optimizaciji
Developing metaheuristics to solve optimization problems is a rapidly growing field of research. This is due to the importance of optimization problems in the scientific as well as the industrial world. The methods developed in this dissertation are based on stigmergy: a method of communication in emergent systems, where the …