凯文·西姆
人员信息
其他同名人员
优化列表
![笔记](https://dblp.org/img/note-mark.dark.12x12.png)
2020年–今天
2023 [j5] 穆罕默德·阿利萨 , 凯文·西姆 , 艾玛·哈特 :
自动算法选择:从基于特征的方法到无特征的方法。 J.启发式 29 ( 1 ) : 1-38 ( 2023 ) [第18条] 迪德里克·维梅滕 , 王浩(Hao Wang) , 凯文·西姆 , 艾玛·哈特 :
切换或不切换:基于轨迹特征预测算法之间切换的好处。 EvoApplications@EvoStar 2023 : 335-350 [第17条] 穆罕默德·阿里萨 , 凯文·西姆 , 艾玛·哈特 :
自动算法选择的无特征方法。 GECCO公司 2023 : 9-10 [i2] 迪德里克·维梅滕 , 王浩(Hao Wang) , 凯文·西姆 , 艾玛·哈特 :
切换或不切换:基于轨迹特征预测算法之间切换的好处。 CoRR公司 abs/2302.09075 ( 2023 ) 2022 【j4】 皮特·查普曼 , 凯文·西姆 , 黄浩晨 :
最小化线性图中的线段是NP-hard。 J.计算。 语言。 71 : 101136 ( 2022 ) [第16条] 凯文·西姆 , 艾玛·哈特 :
改进实例空间布局的进化方法。 PPSN(1) 2022 : 207-219 [i1] 穆罕默德·阿利萨 , 凯文·西姆 , 艾玛·哈特 :
自动算法选择:从基于特征的方法到无特征的方法。 CoRR公司 abs/2203.13392 ( 2022 ) 2021 [第15条] 穆罕默德·阿利萨 , 凯文·西姆 , 艾玛·哈特 :
生成构造启发式的神经方法。 欧洲协调委员会 2021 : 1147-1154 2020 [第14条] 穆罕默德·阿利萨 , 凯文·西姆 , 艾玛·哈特 :
预测流优化领域解决方案的深度学习方法。 GECCO公司 2020 : 157-165
2010 – 2019
2019 [第13条] 穆罕默德·阿利萨 , 凯文·西姆 , 艾玛·哈特 :
使用无需特征提取的深度学习进行算法选择。 GECCO公司 2019 : 198-206 2018 [j3] 艾玛·哈特 , 凯文·西姆 :
关于构造组合优化的集合。 进化。 计算。 26 ( 1 ) ( 2018 ) [电子6] 凯文·西姆 , 保罗·考夫曼 :
进化计算的应用——第21届国际会议,2018年EvoApplications,意大利帕尔马,2018年4月4日至6日,会议记录。 计算机科学课堂讲稿 10784, 施普林格 2018 ,十亿 978-3-319-77537-1 [目录] 2017 [第12条] 艾玛·哈特 , 凯文·西姆 :
关于构建组合优化的集合。 GECCO(同伴) 2017 : 5-6 [第11条] 艾玛·哈特 , 凯文·西姆 , 巴里·加德纳 , 卡纳·卡米姆拉 :
一种用于特征构建和选择的混合方法,用于改进林业部门的风灾预测。 GECCO公司 2017 : 1121-1128 [电子5] 乔瓦尼·斯奎列罗 , 凯文·西姆 :
进化计算的应用——第20届欧洲会议,2017年EvoApplications,荷兰阿姆斯特丹,2017年4月19日至21日,会议记录,第一部分。 计算机科学课堂讲稿 10199, 2017 ,十亿 978-3-319-55848-6 [目录] [电子4] 乔瓦尼·斯奎列罗 , 凯文·西姆 :
进化计算的应用——第20届欧洲会议,2017年EvoApplications,荷兰阿姆斯特丹,2017年4月19日至21日,会议记录,第二部分。 计算机科学课堂讲稿 10200, 2017 ,十亿 978-3-319-55791-5 [目录] 2016 [注2] 艾玛·哈特 , 凯文·西姆 :
静态Job-Shop调度的超神经集成方法。 进化。 计算。 24 ( 4 ) : 609-635 ( 2016 ) [c10] 艾哈迈德·萨拉赫 , 艾玛·哈特 , 凯文·西姆 :
验证网格多样性算子:基于种群的优化算法中多样性保持的注入技术。 EvoApplications(2) 2016 : 11-26 【c9】 凯文·西姆 , 艾玛·哈特 :
一种用于车辆路径问题的组合生成和选择超神经网络。 GECCO公司 2016 : 1093-1100 [电子3] 马尔科姆·I·海伍德 , 詹姆斯麦克德莫特 , 毛罗·卡斯泰利 , 埃内斯托·科斯塔 , 凯文·西姆 :
遗传编程——2016年3月30日至4月1日在葡萄牙波尔图举行的第19届欧洲会议,《会议记录》。 计算机科学课堂讲稿 9594, 施普林格 2016 ,十亿 978-3-319-30667-4 [目录] 2015 [j1] 凯文·西姆 , 艾玛·哈特 , 本·佩克特 :
一种终身学习的超神经装箱方法。 进化。 计算。 23 ( 1 ) : 37-67 ( 2015 ) 【c8】 凯文·西姆 , 艾玛·哈特 :
使用基于树的调度规则表示的新型JSSP启发式生成器。 GECCO(同伴) 2015 : 1485-1486 [电子2] 佩努萨勒马查多 , 马尔科姆·I·海伍德 , 詹姆斯麦克德莫特 , 毛罗·卡斯泰利 , 巴勃罗·加西亚·桑切斯 , 保罗·布雷利 , 塞巴斯蒂安·里西 , 凯文·西姆 :
遗传编程——第18届欧洲会议,2015年EuroGP,丹麦哥本哈根,2015年4月8日至10日,会议记录。 计算机科学课堂讲稿 9025, 施普林格 2015 ,十亿 978-3-319-16500-4 [目录] 2014 【b1】 凯文·西姆 :
新型超神经系统应用于装箱领域。 英国爱丁堡龙比亚大学, 2014 【c7】 凯文·西姆 , 艾玛·哈特 :
一种改进的免疫启发的组合优化问题的超神经。 GECCO公司 2014 : 121-128 【c6】 艾玛·哈特 , 凯文·西姆 , 尼尔·厄克特 :
一个真实的员工计划和路线应用程序。 GECCO(同伴) 2014 : 1239-1242 【c5】 艾玛·哈特 , 凯文·西姆 :
NELLI终身学习能力:超神经优化系统。 PPSN(PPSN) 2014 : 282-291 [电子1] 米盖尔·尼古拉 , Krzysztof Krawiec公司 , 马尔科姆·I·海伍德 , 毛罗·卡斯泰利 , 巴勃罗·加西亚·桑切斯 , 胡安·朱利安·梅雷洛·格罗斯 , 维克托·曼努埃尔·里瓦斯·桑托斯 , 凯文·西姆 :
基因编程——2014年4月23日至25日在西班牙格拉纳达举行的第17届欧洲会议,《修订论文集》。 计算机科学课堂讲稿 8599, 施普林格 2014 ,十亿 978-3-662-44302-6 [目录] 2013 【c4】 凯文·西姆 , 艾玛·哈特 , 本·佩克特 :
学习用免疫激发的超神经症患者解决垃圾箱包装问题。 ECAL公司 2013 : 856-863 【c3】 凯文·西姆 , 艾玛·哈特 :
使用单节点遗传规划岛模型生成一维装箱问题的单和多个协同启发式算法。 GECCO公司 2013 : 1549-1556 2012 【c2】 凯文·西姆 , 艾玛·哈特 , 本·佩克特 :
一维装箱问题的超神经分类器:通过属性进化提高分类精度。 PPSN(2) 2012 : 348-357 2011 【c1】 凯文·西姆 :
异步Idiotype网络模拟器。 生物技术 2011 : 248-251
合著者索引
![](https://dblp.org/img/cog.dark.24x24.png)