Genetic Programming and Evolvable Machines

Artikel zeigen
Journaleigenschaften
  • Land
    United States
  • Sprache
    English
  • Anzahl der Artikel
    546
  • Abkürzung
    Genet Program Evolvable Mach
  • ISSN
    1389-2576
  • e-ISSN
    1573-7632
  • Hauptverlag
    Springer Nature
  • Herausgeber
    Springer Science and Business Media LLC
  • Indian UGC
  • DOAJ (letzte)
Journaleigenschaften
  • Science
    Mathematics
    Instruments and machines
    Electronic computers
    Computer science
    Science
    Mathematics
    Instruments and machines
    Electronic computers
    Computer science
    Computer software
    Technology
    Electrical engineering
    Electronics
    Nuclear engineering
    Electronics
    Computer engineering
    Computer hardware
  • Webseite
Beschreibung
Genetic Programming and Evolvable Machines ist eine führende, von Fachleuten begutachtete Fachzeitschrift, die sich auf das spannende Gebiet der evolutionären Berechnung konzentriert, insbesondere auf die genetische Programmierung (GP) und andere Techniken des maschinellen Lernens. Es bietet Forschern und Praktikern eine Plattform, um Fortschritte bei der automatisierten Problemlösung mit evolutionären Methoden auszutauschen. Das Journal enthält Originalforschungsartikel zu Themen wie GP-Theorie, GP-Anwendungen, evolvierbare Hardware und die Überschneidung von evolutionären Algorithmen mit anderen Techniken des maschinellen Lernens wie neuronale Netze und Deep Learning. Es enthält auch Arbeiten über reale Anwendungen von GP in Bereichen wie Robotik, Optimierung und Data Mining. Genetic Programming and Evolvable Machines zielt darauf ab, die Entwicklung neuartiger und effektiver Techniken der evolutionären Berechnung zu fördern. Dieses Journal ist in wichtigen wissenschaftlichen Datenbanken indiziert und eine unverzichtbare Lektüre für Informatiker, Ingenieure und Forscher, die sich für die Spitze der künstlichen Intelligenz und des maschinellen Lernens interessieren. Reichen Sie Ihre innovative Arbeit ein und tragen Sie dazu bei, die Zukunft der automatisierten Problemlösung zu gestalten.