A review on probabilistic graphical models in evolutionary computation

Larrañaga Múgica, Pedro; Karshenas, Hossein; Bielza Lozoya, Maria Concepcion y Santana, Roberto (2012). A review on probabilistic graphical models in evolutionary computation. "Journal of Heuristics", v. 18 (n. 5); pp. 795-819. ISSN 1381-1231.

Descripción

Título: A review on probabilistic graphical models in evolutionary computation
Autor/es:
  • Larrañaga Múgica, Pedro
  • Karshenas, Hossein
  • Bielza Lozoya, Maria Concepcion
  • Santana, Roberto
Tipo de Documento: Artículo
Título de Revista/Publicación: Journal of Heuristics
Fecha: Agosto 2012
Volumen: 18
Materias:
Palabras Clave Informales: Probabilistic graphical model, Bayesian network, Evolutionary computation, Estimation of distribution algorithm, Modelo gráfico porbabilístico, red Bayesiana, Computación evolutiva.
Escuela: Facultad de Informática (UPM) [antigua denominación]
Departamento: Inteligencia Artificial
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
Pdf - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (1MB) | Vista Previa

Localizaciones alternativas

URL Oficial: http://www.springer.com/?SGWID=5-102-0-0-0

Resumen

Thanks to their inherent properties, probabilistic graphical models are one of the prime candidates for machine learning and decision making tasks especially in uncertain domains. Their capabilities, like representation, inference and learning, if used effectively, can greatly help to build intelligent systems that are able to act accordingly in different problem domains. Evolutionary algorithms is one such discipline that has employed probabilistic graphical models to improve the search for optimal solutions in complex problems. This paper shows how probabilistic graphical models have been used in evolutionary algorithms to improve their performance in solving complex problems. Specifically, we give a survey of probabilistic model building-based evolutionary algorithms, called estimation of distribution algorithms, and compare different methods for probabilistic modeling in these algorithms.

Más información

ID de Registro: 15826
Identificador DC: http://oa.upm.es/15826/
Identificador OAI: oai:oa.upm.es:15826
Depositado por: Memoria Investigacion
Depositado el: 18 Jun 2013 14:08
Ultima Modificación: 21 Abr 2016 16:07
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM