Genetic
Paper Reading: Multitree Genetic Programming With New Operators for Transfer Learning in Symbolic Regression With Incomplete Data
针对数据集存在缺失值的问题，本文提出了一种基于多树 GP(MTGP) 的迁移学习方法 pMTGPDA，用于将知识从完整的源域转移到不完整的目标域中。首先在源域的数据集上训练多个 SR 模型，通过模型中的训练细节计算源域的特征和实例的权重作为先验知识。然后将提取的权重知识用于基于 MTGP 的转换，构... ......
Paper Reading: Ensemble of Classifiers based on Multiobjective Genetic Sampling for Imbalanced Data
大多数处理不平衡学习的技术都是针对二分类问题提出的，这些方法并不一定适用于不平衡的多分类任务。针对这些问题，本文提出了一种新的自适应方法——基于多目标遗传抽样的分类器集成(E-MOSAIC)。E-MOSAIC 将训练数据集中提取的样本编码为个体进行进化，通过多目标优化过程搜索能够在所有类别中产生具有... ......
Sentieon | 每周文献-Genetic Disease-第二期
遗传病系列文章-1 标题（英文）：Answer ALS, a large-scale resource for sporadic and familial ALS combining clinical and multi-omics data from induced pluripotent cel ......
基于DEAP进化算法库的Genetic Programming实践学习
因为可能之后会采用GP的方式来解决ATFM相关的问题，所以我就去学习了一下GP的使用方法，DEAP库的教程还是很清晰明了的，在此附上链接 DEAP_documentation 我主要跟着简称完成了符号回归、偶校验、垃圾邮件检测三个例子，前两个是Loosely Typed GP，最后一个是Strong ......