大卫·沃克 0003
人员信息
附属: 英国普利茅斯大学 从属关系(2012年博士): 英国埃克塞特大学
其他同名人员
大卫·沃克 — 消歧页 大卫·沃克 0001 -美国新泽西州普林斯顿大学 大卫·沃克 0002 — 澳大利亚新南威尔士州悉尼理工大学 (还有1个) 大卫·沃克 0004 — 英国达累斯伯里哈德斯菲尔德大学 (还有1个) 大卫·沃克 0005 -田纳西大学查塔努加分校,美国田纳西州查塔努加 大卫·沃克 0006 -加拿大不列颠哥伦比亚省温哥华Good Chemistry公司 大卫·沃克 0007 -美国密歇根州安阿伯SRI国际海洋建模实验室 大卫·沃克 0008 — 英国牛津大学 (还有1个) 大卫·沃克 0009 -澳大利亚首都堪培拉大学 大卫·沃克 0010 -苏格兰电力公司,英国布兰太尔 大卫·沃克 0011 -英国考文垂华威大学 大卫·沃克 0012 -瑞士日内瓦Interanalytics 大卫·沃克 0013 -英国加的夫大学 大卫·沃克 0014 -美国北卡罗来纳大学教堂山分校
优化列表
![笔记](https://dblp.dagstuhl.de/img/note-mark.dark.12x12.png)
2020年–今天
2024 [公元12年] 奥伯林·帕格姆·钦达 , 贝斯福特沙拉 , 阿明·莱曼 , 博格丹·吉塔 , 大卫·沃克 , 乌尔里奇诡计 :
无线网状网络中虚拟网络功能的节能布置。 IEEE接入 12 : 64807-64822 ( 2024 ) [公元11年] 雅姆百加得 , 亚历山大·布朗利 , 斯特凡诺·卡格诺尼 , 乔瓦尼·亚卡 , 约翰·A·W·麦考尔 , 大卫·J·沃克 :
进化计算中可解释人工智能专题介绍。 ACM事务处理。 进化。 学习。 最佳方案。 4 ( 1 ) : 1:1-1:2 ( 2024 ) 2023 [公元10年] 穆纳·阿勒萨迪 , 阿西亚·汗 , 瓦西利奥斯·凯莱福拉斯 , 大卫·J·沃克 , 布什拉·萨迪 :
使用无监督机器学习的基于SDN的大象和老鼠流路由框架。 网络 三 ( 1 ) : 218-238 ( 2023 ) [公元20年] 索菲·萨德勒 , 阿尔玛·A.M.·拉哈特 , 大卫·沃克 , 丹尼尔·阿坎鲍尔 :
极限图:极限健身景观分析! GECCO公司 2023 : 2081-2089 2022 [公元9年] 马修·沃尔特 , 大卫·J·沃克 , 马修·克雷文 :
可视化人口动态以检查算法性能。 IEEE传输。 进化。 计算。 26 ( 6 ) : 1501-1510 ( 2022 ) [c19] 约瑟夫·A·J·罗斯 , 金伯利滩 , 大卫·J·沃克 , 凯文·琼斯 :
面向多目标优化的复杂海事现场数字孪生模型。 CyCom公司 2022 : 331-345 [第18条] 马修·沃尔特 , 大卫·J·沃克 , 马修·克雷文 :
进化搜索过程的可解释可视化。 GECCO公司 2022 : 1794-1802 [第17条] 泽纳伍德 , 大卫·沃克 , 格伦·帕里 :
跟踪数字经济中商业模式演变的计算方法。 HICSS公司 2022 : 1-10 2021 [第16条] 马吕斯·瓦尔加 , 斯文·高德尔 , 大卫·J·沃克 :
许多客观的人口可视化与地理。 GECCO公司 2021 : 1961-1969 [第15条] 穆纳·阿勒萨迪 , 阿西亚·汗 , 瓦西利奥斯·凯莱福拉斯 , 大卫·J·沃克 , 布什拉·萨迪 :
基于无监督机器学习的大象和老鼠流识别。 最高审计机关(2) 2021 : 357-370 2020 [j8] 大卫·J·沃克 , 马修·克雷文 :
识别进化多目标优化中的良好算法参数:一种可视化方法。 申请。 软计算。 88 : 105902 ( 2020 ) [c14] 马修·沃尔特 , 大卫·J·沃克 , 马修·克雷文 :
可视化多目标优化中的进化历史。 PPSN(2) 2020 : 299-312 [i1] 马修·沃尔特 , 大卫·J·沃克 , 马修·克雷文 :
可视化多目标优化中的进化历史。 CoRR公司 abs/2006.12309 ( 2020 )
2010 – 2019
2019 [j7] 侯赛因·乌达 , 博格丹·V·吉塔 , Taimur Bakhshi公司 , 阿卜杜拉赫曼·阿勒鲁班 , 大卫·J·沃克 :
使用突发性进行网络应用程序分类。 J.计算。 网络通信。 2019 : 5758437:1-5758437:10 ( 2019 ) [第13条] 马修·巴里·约翰斯 , 赫尔曼·马哈茂德 , 大卫·J·沃克 , 尼古拉斯·D·F·罗斯 , 爱德华·C·基德威尔 , 德拉甘·A·萨维奇 :
增强的进化智能:将人类和进化设计相结合,以优化配水网络。 GECCO公司 2019 : 1214-1222 2018 [j6] 大卫·J·沃克 :
在多目标优化中使用树状图和阳光照射进行可视化。 遗传学。 程序。 可进化马赫数。 19 ( 三 ) : 421-452 ( 2018 ) [第12条] 大卫·J·沃克 , 马修·克雷文 :
面向参数选择算法性能的在线可视化。 EvoApplications公司 2018 : 547-560 2016 [第11条] 大卫·J·沃克 , 埃德·基德威尔 :
基于序列的超神经选择的多目标优化。 GECCO(同伴) 2016 : 81-82 [第10条] 大卫·J·沃克 , Jonathan E.Fieldsend公司 , 理查德·埃弗森 :
遗传和进化计算可视化方法(VizGEC 2016)主席欢迎与组织。 GECCO(同伴) 2016 : 1445-1446 【c9】 大卫·J·沃克 , 埃德·基德威尔 :
用超神经论实现多目标优化:用指标识别好的启发式。 PPSN(PPSN) 2016 : 493-502 2015 【c8】 大卫·J·沃克 :
使用树状图可视化多对象填充。 GECCO(同伴) 2015 : 963-970 2014 [j5] 理查德·埃弗森 , 大卫·J·沃克 , Jonathan E.Fieldsend公司 :
边缘上的生命:刻画相互非支配集的边缘特征。 进化。 计算。 22 ( 三 ) : 479-501 ( 2014 ) 2013 【j4】 大卫·J·沃克 , 理查德·埃弗森 , Jonathan E.Fieldsend公司 :
多目标优化中相互非支配解集的可视化。 IEEE传输。 进化。 计算。 17 ( 2 ) : 165-184 ( 2013 ) 【c7】 理查德·埃弗森 , 大卫·J·沃克 , Jonathan E.Fieldsend公司 :
相互非支配集的边。 GECCO公司 2013 : 607-614 2012 【b1】 大卫·J·沃克 :
许多客观人群的排序和可视化。 英国德文郡埃克塞特大学, 2012 【c6】 肯特·麦克利蒙 , 大卫·J·沃克 , 马克斯·杜佩诺伊斯 :
地势:对问题理解的简要调查。 GECCO(同伴) 2012 : 425-432 【c5】 大卫·J·沃克 , Jonathan E.Fieldsend公司 , 理查德·埃弗森 :
可视化许多客观人群。 GECCO(同伴) 2012 : 451-458 2011 [j3] 大卫·J·沃克 , 沙赫拉姆·拉蒂菲 :
部分虹膜和识别是一种可行的生物特征识别方案。 国际证券杂志。 网络 6 ( 2/3 ) : 147-152 ( 2011 ) 【c4】 大卫·J·沃克 , 理查德·埃弗森 , Jonathan E.Fieldsend公司 :
基于秩的多标准总体降维。 GECCO(同伴) 2011 : 107-108 2010 [注2] 大卫·J·沃克 , 沙赫拉姆·拉蒂菲 :
改进星形图的链路容错界限。 信息科学。 180 ( 13 ) : 2571-2575 ( 2010 ) 【c3】 大卫·J·沃克 , 理查德·埃弗森 , Jonathan E.Fieldsend公司 :
许多客观人群的可视化和排序。 IEEE进化计算大会 2010 : 1-8 【c2】 大卫·J·沃克 , 沙赫拉姆·拉蒂菲 :
内华达州气候变化数据门户的可靠性分析。 SEDE公司 2010 : 140-145
2000 – 2009
2008 [j1] 迈克尔·萨多维茨 , 沙赫拉姆·拉蒂菲 , 大卫·J·沃克 :
虹膜和视网膜多模式生物识别系统。 国际证券杂志。 网络 三 ( 4 ) : 250-257 ( 2008 ) 【c1】 迈克尔·萨多维茨 , 沙赫拉姆·拉蒂菲 , 大卫·J·沃克 :
虹膜和视网膜扫描及其在生物识别系统中的融合概述。 IPCV公司 2008 : 119-123
合著者索引
![](https://dblp.dagstuhl.de/img/cog.dark.24x24.png)