Morzsák

Oldal címe

Gépi tanulással segített metaheurisztikák kifejlesztése

Címlapos tartalom

Az utóbbi évtizedekben számos metaheurisztikát (biológiailag inspirált módszerek, fizikai-alapú módszerek, stb.) és azok alváltozatait dolgozták ki, a gépi tanulás megjelenésével azonban az ezirányú kutatások iránti érdeklődés jelentősen csökkent. A két irány azonban nem zárja ki egymást, ezért érdemes lenne megvizsgálni azok összeépítési lehetőségeit. A kutatás célja olyan hibrid, gépi tanulással segített metaheurisztikák kidolgozása, amelyek ötvözni képesek a két megoldási módszertan előnyeit.

Publikációk

1 - 5 | 7
Megjelenés éve
2026

A Hybrid Semantic-Acoustic Transformer for Vocal Burst Emotion Recognition Using Wav2Vec 2.0 and Whisper ASR

Szerzők
Tyagi, Suryakant; Szénási, Sándor
Tovább
Megjelenés éve
2026

A Systematic Review of Stopping Criteria in Metaheuristic Optimization Algorithms

Szerzők
Kata, Egres; Sándor, Szénási
Tovább
Megjelenés éve
2025

Deep Learning-Based Step Size Determination for Hill Climbing Metaheuristics

Szerzők
Szénási, Sándor; Légrádi, Gábor; Kovács, Gábor
Tovább
Megjelenés éve
2025

GPT-4 for Occlusion Order Recovery

Szerzők
Kaziwa Saleh; Zhyar Rzgar K Rostam; Sándor Szénási; Zoltán Vámossy
Tovább
Megjelenés éve
2024

Alternating Implementation of Machine Learning Assisted and General Hill-Climbing Algorithm

Szerzők
Szénási, Sándor; Légrádi, Gábor; Felde, Imre
Tovább