Diferencia entre revisiones de «Jornada GIC particle swarm optimization 2012-02-10»

De Grupo de Inteligencia Computacional (GIC)
 
Línea 1: Línea 1:
== objetivo ==
== objetivo ==
Particle Swarm Optimizers (PSO) son algoritmos de optimización directamente relacionados con las técnicas de Swarm Intelligence y con los métodos de búsqueda aleatoria basados en poblaciones, algoritmos evolutivos y genéticos. En esta jornada vamos a repasar algunos de los trabajos fundacionales y desarrollos recientes. Una busqueda por el término proporciona cientos de resultados en ieeexplore y otras fuentes, los articulos escogidos son una muestra sesgada hacia IEEE trans. Evol. Comp.
Particle Swarm Optimizers (PSO) son algoritmos de optimización directamente relacionados con las técnicas de Swarm Intelligence y con los métodos de búsqueda aleatoria basados en poblaciones, algoritmos evolutivos y genéticos. En esta jornada vamos a repasar algunos de los trabajos fundacionales y desarrollos recientes. Una busqueda por el término proporciona cientos de resultados en ieeexplore y otras fuentes, los articulos escogidos son una muestra sesgada hacia IEEE trans. Evol. Comp.
overview en Swarm Intelligence [http://www.ehu.es/ccwintco/groupware/webdav.php/apps/phpbrain/74/poli-2007-PSO-overview.pdf]


== distribución de artículos ==
== distribución de artículos ==

Revisión actual - 01:02 7 abr 2012

objetivo

Particle Swarm Optimizers (PSO) son algoritmos de optimización directamente relacionados con las técnicas de Swarm Intelligence y con los métodos de búsqueda aleatoria basados en poblaciones, algoritmos evolutivos y genéticos. En esta jornada vamos a repasar algunos de los trabajos fundacionales y desarrollos recientes. Una busqueda por el término proporciona cientos de resultados en ieeexplore y otras fuentes, los articulos escogidos son una muestra sesgada hacia IEEE trans. Evol. Comp.

overview en Swarm Intelligence [1]

distribución de artículos

  • Josu Maiora:
  • Alexandre Savio:
  • Iñigo Barandiaran:
    • interpolation of unorganized feature points [5]
  • Maite Termenon:
  • Ana I. Gonzalez:
  • Darya Chyzhyk:
    • PSO for morphological predictors in finance [8] | Slides
  • Ramón Moreno:
  • Elsa Fernandez:
  • Borja Fernandez-Gauna:
  • Jose Manuel Lopez-Guede:
  • Borja Ayerdi:
    • biophysical parameter estimation (geoscience&remote sensing) [13] | slides
  • Israel Rebollo:
  • Ion Marques:
  • Andoni Beristain
    • blind source separation with PSO [16]
  • Miguel A. Veganzones:
  • Eider Sanchez:
    • hyperspectral image clustering [19] tile manufacturing [20]