Resource-Limited Genetic Programming : Replacing Tree Depth Limit.

Slides:



Advertisements
Présentations similaires
Soutenance du stage de DEA.
Advertisements

Algorithmes Génétiques : Principes mathématiques et Utilisations
STATISTIQUE INFERENTIELLE L ’ESTIMATION
La Méthode TRIZ en Agroalimentaire?
Quelles sont les composantes principales d ’une activité de formation?
Thème 3: Qu'est-ce qu'un indicateur de progrès
Un nouveau programme de géographie Quelles nouveautés ? Quelles différences entre lancien et le nouveau programme ?
Régression -corrélation
Tests et Validation du logiciel
Cryptographie basée sur les codes
Projet 4info.
Chapitre II.Rappels mathématiques et complexité
Cours 7 - Les pointeurs, l'allocation dynamique, les listes chaînées
Les avancées scientifique et réalisations technique
Application des algorithmes génétiques
Incorporation des effets compétitifs dans les programmes d’élevage afin d’améliorer les performances et le bien-être animal Dederen Priscilla Groupe.
CHALLENGE ROADEF 2001 Résolution par une métaheuristique à base de recherche à voisinage variable et propagation par contraintes Fabrice BUSCAYLET Fabrice.
ADR Active and Dynamic Routing. Plan Introduction au routage Les réseaux actifs Les agents Mise à jour des matrices de routage Architecture du routage.
Synthèse Bibliographique
Commande par algorithme génétique
Thème 1-A-3 De la diversification des êtres vivants à l’évolution de la biodiversité Cf TP 9.
Programmation linéaire
Arbre Rouge Noir.
Africa Program for Education Impact Evaluation Accra, Ghana May 10-14, 2010 Inférence Causale Aïchatou Hassane May 10,
La Démarche Scientifique
Eléments de réflexion sur l'impact de la restriction des jours de pêche en 1ère catégorie piscicole dans le département du Rhône.
L’amélioration génétique dans l’élevage laitier
Fonction exponentielle: enchaînement de théorèmes
LES ARBRES IUP 2 Génie Informatique
Universté de la Manouba
Le forage de données ou data mining
Les Arbres de décision ou régression
Efficacité des algorithmes
Institut Supérieur des Etudes Technologiques de Djerba Exposé du Traitement de Données Réalisé par: Khalifa Marwa Magroun Amira Jawadi Souad L2MDW.
Modélisation de la formation de bancs de poissons
ASI 3 Méthodes numériques pour l’ingénieur
Introduction à la programmation orientée objets
Le «développement. …durable. responsable. ……vivable ……. …viable
Optimisation par les algorithmes génétiques
ASI 3 Méthodes numériques pour l’ingénieur
Contexte :  Collectivité de 18 communes, habitants  Prélèvement dans 4 forages à l’Eocène centre déficitaire à hauteur de 1,8 millions de m 3.
Etude et test des algorithmes d'estimation de mouvement en MPEG
Programmation linéaire en nombres entiers
Algorithmes Branch & Bound
Aménagement écosystémique et économie, où en sommes-nous réellement ? Le 27 novembre 2014 Présenté par Mélissa Lainesse.
Arbres binaires et tables de hachage
Travaux Pratiques Optimisation Combinatoire
Initiation à la conception des systèmes d'informations
2008/ Plan du cours 1.Introduction –Contenu du cours 2.Logique mathématique –Calcul propositionnel –Calcul des prédicats –Logique floue et aide à.
ISBN Chapitre 10 L'implémentation des sous- programmes.
Calendrier (sur MathSV)
Optimisation pour la Conception de Systèmes Embarqués
Université Farhat Abbas_setif
Brindeau Valentine de Fourmestraux Claire Hochart Maximilien
Compression de données de test : Réduction du nombre de broches et gain en temps de test Julien DALMASSO, Marie-Lise FLOTTES, Bruno ROUZEYRE {dalmasso,
La rentabilité de la sélection du sexe:
Christelle Reynès Utilisation des algorithmes génétique en analyse de données de protéomique.
Quelle est l’influence de la notion de développement durable
Mr.D.MOKKADEM MATI CHEMS-EDDINE MEDJOUBI HALIMA
Cours N°4 : fonction réelle d’une variable réelle
Peuplement d’une ville virtuelle S.ESTIENNE PRE001v1.01 Exemple d’utilisation du GA 1. Initialement une population est choisie au hasard. 2. Chaque individu.
Génétique de la croissance et de la reproduction du dindon Julien F. Lamérant A. Lapray S. 2ème doctorat – 2006/2007.
Structures de données avancées : Arbres B+ avec expansion partielle D. E ZEGOUR Institut National d ’Informatique.
Sélection participative sur feuillus précieux Intérêt des témoins récurrents pour estimer les valeurs des arbres Frédérique Santi - Jonathan Migeot Réunion.
Genetic correlations between field test results of Swedish Warmblood Riding horses as 4- years-olds and lifetime performance results in dressage and show.
Évolution de second ordre dans un algorithme évolutionnaire V. Lefort
LES TABLEAUX Définition: Création d’un tableau:
Raison d'être de la structure de fichiers : Les premiers travaux : Début des années 1960 : En 1963 : Près de 10 ans plus tard... (à peu près 1973) : Durant.
Introduction aux statistiques Intervalles de confiance
Le travail non rémunéré dans une société de l‘information Marian Kika – Maria Uramova Katowice, 2013.
Transcription de la présentation:

Resource-Limited Genetic Programming : Replacing Tree Depth Limit

Plan Présentation du contexte Limite sur la profondeur des arbres Limite sur les ressources naturelles Expérimentation Résultat Conclusion des auteurs Mon avis

Introduction Cadre de l’article : Programmation Génétique sur des arbres Problématique : Grossissement du code conséquence des crossover Hypothèse : Remplacer la limite sur la profondeur des individus par une limite sur le total des ressources utilisée par toute la population

Introduction (suite)

Limite sur la profondeur des arbres Principe : donner une borne à la profondeur de chaque arbre Problèmes : –Aucune limitation avant que la borne de profondeur ne soit atteinte –Peut empêcher de trouver la solution en cas de problème très complexe –Peut renvoyer une solution d’une certaine profondeur alors qu’il existe des solutions de moindre profondeur –Utilisation restreinte à la programmation génétique sur des arbres

Limite sur la profondeur des arbres (suite) Solution présentée : limite dynamique

Ressources Naturelles Limitées Ressources : nombre de nœuds pour chaque individus Comparaison biologique : environnement avec des ressources naturelles limitées Rapport entre besoin de ressources pour le codage de l’individu et performance ? Conséquence : diminution de la population

Ressources Naturelles Limitées (suite) Problème des ressources restantes : –Les allouer aux individus les plus performants de la génération précédente –Ne pas les utiliser

Expérimentation Régression sur 21 valeurs du polynôme x^4 + x³ +x² + x, sur l’intervalle [-1, 1] Population initiale de 500 individus (constitué par la variable x et les opérateur +, -, *, /, sin, cos, log, exp) 50 générations Seul l’opération de Cross-Over est utilisée

Expérimentation (suite) Différentes méthodes : –Pas de limitation : None –Limitation sur la profondeur des arbres (17) : Depth –Limitation sur les ressources globales (14500 ???) avec allocation des ressources restantes aux meilleurs spécimens de la génération précédente : Rsteady –Limitation sur les ressources globales sans allocation des ressources restantes : Rlow

Résultats

Résultats (suite)

Conclusion Pas de pertes de performances Pas de gains non plus Certains problèmes liés à la limite de profondeur résolus : lesquels ? Reste le problème d’une augmentation non contrôlée avant l’atteinte de la limite. Projet future : limite variable (tout comme pour la limite sur la profondeur

Mon avis Idée séduisante Rapport efficacité et taille de l’individu ? Expérimentation : nette diminution du nombre d’individus, : favorisation de l’exploitation, au détriment de l’exploration. Thème non abordé. Expérimentation limitée à un exemple, pourquoi pas plus générale. Aucune conclusion concernant les allocations de ressources restantes.