Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Opracowanie metod ewolucyjnych dedykowanych do optymalizacji wielokryterialnej i wielokryterialnej z dużą liczbą kryteriów z wykorzystaniem technik wyszukiwania powiązań między genami.

2020/38/E/ST6/00370

Słowa kluczowe:

wyszukiwanie powiązań między genami optymalizacja wielokryterialna optymalizacja wielokryterialna z dużą liczbą kryteriów różnorodność informacji o powiązaniach między genami klasteryzacja frontu Pareto

Deskryptory:

  • ST6_7: Sztuczna inteligencja, systemy inteligentne i wieloagentowe

Panel:

ST6 - Informatyka i technologie informacyjne: technologie i systemy informacyjne, informatyka, obliczenia naukowe, systemy inteligentne

Jednostka realizująca:

Politechnika Wrocławska

woj.

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr Michał Witold Przewoźniczek 

Liczba wykonawców projektu: 4

Konkurs: SONATA BIS 10 - ogłoszony 2020-07-29

Przyznana kwota: 1 426 800 PLN

Rozpoczęcie projektu: 2021-07-01

Zakończenie projektu: 2026-06-30

Planowany czas trwania projektu: 60 miesięcy (z wniosku)

Status projektu: Projekt w realizacji

Opis Projektu

Pobierz opis projektu w formacie .pdf

Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (3)
  • Teksty w publikacjach pokonferencyjnych (6)
  1. Incremental Recursive Ranking Grouping for Large Scale Global Optimization
    Autorzy:
    M. M. Komarnicki, M. W. Przewozniczek, H. Kwasnicka and K. Walkowiak
    Czasopismo:
    IEEE Transactions on Evolutionary Computation (rok: 2022, tom: bd, strony: bd), Wydawca: IEEE
    Status:
    Opublikowana
    Doi:
    10.1109/TEVC.2022.3216968 - link do publikacji
  2. Incremental Recursive Ranking Grouping for Large Scale Global Optimization
    Autorzy:
    M. M. Komarnicki, M. W. Przewozniczek, H. Kwasnicka and K. Walkowiak
    Czasopismo:
    IEEE Transactions on Evolutionary Computation (rok: 2022, tom: bd, strony: bd), Wydawca: IEEE
    Status:
    Opublikowana
    Doi:
    10.1109/TEVC.2022.3216968 - link do publikacji
  3. Balancing Pareto Front exploration of Non-dominated Tournament Genetic Algorithm (B-NTGA) in solving multi-objective NP-hard problems with constraints
    Autorzy:
    Michał Antkiewicz, Paweł B. Myszkowski
    Czasopismo:
    Information Sciences (rok: 2024, tom: 667, strony: b.d.), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.ins.2024.120400 - link do publikacji
  1. Incremental Recursive Ranking Grouping - A Decomposition Strategy for Additively and Nonadditively Separable Problems
    Autorzy:
    M. M. Komarnicki, M. W. Przewozniczek, H. Kwasnicka, K. Walkowiak
    Konferencja:
    Proceedings of the Genetic and Evolutionary Computation Conference Companion (GECCO '23) (rok: 2023, tom: GECCO, strony: 27-28), Wydawca: ACM
    Data:
    konferencja July 15-19, 2023
    Status:
    Opublikowana
    Doi:
    10.1145/3583133.3595846 - link do publikacji
  2. On turning Black- into Dark Gray-optimization with the Direct Empirical Linkage Discovery and Partition Crossover
    Autorzy:
    M. W. Przewozniczek, R. Tinos, B. Frej, M. M. Komarnicki
    Konferencja:
    Proceedings of the Genetic and Evolutionary Computation Conference (GECCO '22) (rok: 2022, tom: Genetic and Evolutionary Computation Conference (GECCO '22), strony: 269–277), Wydawca: ACM
    Data:
    konferencja 2022.07.09-13
    Status:
    Opublikowana
    Doi:
    10.1145/3512290.3528734 - link do publikacji
  3. To slide or not to slide? Moving along fitness levels and preserving the gene subsets diversity in modern evolutionary algorithms
    Autorzy:
    M. W. Przewozniczek, M. M. Komarnicki
    Konferencja:
    Proceedings of the Genetic and Evolutionary Computation Conference (GECCO '23) (rok: 2023, tom: GECCO, strony: 955-962), Wydawca: ACM
    Data:
    konferencja July 15-19, 2023
    Status:
    Opublikowana
    Doi:
    10.1145/3583131.3590491 - link do publikacji
  4. Empirical linkage learning for non-binary discrete search spaces in the optimization of a large-scale real-world problem
    Autorzy:
    M. W. Przewozniczek, M. M. Komarnicki
    Konferencja:
    Proceedings of the 2022 Genetic and Evolutionary Computation Conference Companion (GECCO '22) (rok: 2022, tom: Genetic and Evolutionary Computation Conference (GECCO '22), strony: 35–36), Wydawca: ACM
    Data:
    konferencja 2022.07.09-13
    Status:
    Opublikowana
    Doi:
    10.1145/3520304.3534059 - link do publikacji
  5. On turning Black- into Dark Gray-optimization with the Direct Empirical Linkage Discovery and Partition Crossover
    Autorzy:
    M. W. Przewozniczek, R. Tinos, B. Frej, M. M. Komarnicki
    Konferencja:
    Proceedings of the Genetic and Evolutionary Computation Conference (GECCO '22) (rok: 2022, tom: Genetic and Evolutionary Computation Conference (GECCO '22), strony: 269–277), Wydawca: ACM
    Data:
    konferencja 2022.07.09-13
    Status:
    Opublikowana
    Doi:
    10.1145/3512290.3528734 - link do publikacji
  6. Empirical linkage learning for non-binary discrete search spaces in the optimization of a large-scale real-world problem
    Autorzy:
    M. W. Przewozniczek, M. M. Komarnicki
    Konferencja:
    Proceedings of the 2022 Genetic and Evolutionary Computation Conference Companion (GECCO '22) (rok: 2022, tom: Genetic and Evolutionary Computation Conference (GECCO '22), strony: 35–36), Wydawca: ACM
    Data:
    konferencja 2022.07.09-13
    Status:
    Opublikowana
    Doi:
    10.1145/3520304.3534059 - link do publikacji

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy