Ryan J.Urbanowicz
人员信息
优化列表
书籍和论文
2017 【b1】 Ryan J.Urbanowicz , 威尔·N·布朗 :
学习分类器系统简介。 Springer智能系统简介 , 施普林格 2017 ,国际标准图书编号 978-3-662-55006-9 ,第1-123页
期刊文章
2024 [公元22年] 王歌慧 , Ryan J.Urbanowicz , 蒂凡尼·J·布莱特 , 尼古拉斯·P·塔托内蒂 , 小毅文 , 黄秀珍 , 杰森·H·摩尔 , 裴振鹏 :
推动LGBTQ+纳入STEM教育和AI研究。 模式 5 ( 6 ) : 101010 ( 2024 ) 2023 [公元21年] 杰西·梅耶 , Ryan J.Urbanowicz , 帕特里克·C·N·马丁 , 凯伦·奥康纳 , 李若旺 , 裴振鹏 , 蒂凡尼·J·布莱特 , 尼古拉斯·P·塔托内蒂 , 京在元 , 格雷西拉·冈萨雷斯-赫南德斯 , 杰森·H·摩尔 :
ChatGPT和学术界的大型语言模型:机遇与挑战。 生物数据最小值。 16 ( 1 ) ( 2023 ) [j20] 萨特维克·达萨里拉朱 , 洛伦·格拉格特 , 格雷斯·瓦格 , 基思·麦卡洛 , 尼古拉斯·布朗 , 马利克·卡蒙 , Ryan J.Urbanowicz :
使用一种新的机器学习算法对肾移植失败进行基于HLA氨基酸错配的风险分层。 J.生物识别。 信息学 142 : 104374 ( 2023 ) [公元19年] 雷切尔·科恩 , 迈克尔·O·哈伊 , 加里·E·韦斯曼 , Ryan J.Urbanowicz , 王伟(音译) , 乔治·L·阿内西 , 斯蒂芬妮娅·斯科特 , 布莱恩·贝叶斯 , S.瑞恩·格雷森 , 斯科特·D·哈尔佩恩 , 米塔·普拉萨德·克林 :
预测急性呼吸衰竭幸存者临床结局的病房容量应变指标的数据驱动分析。 医学系统杂志。 47 ( 1 ) : 83 ( 2023 ) 2022 [公元18年] 亚历克莎·伍德沃德 , 迪安·M·泰勒 , 伊丽莎白·戈德蒙兹 , 劳拉·米切尔 , A.J.阿戈皮安 , 杰森·H·摩尔 , Ryan J.Urbanowicz :
先天性心脏病的基因交互敏感性富集分析。 生物数据最小值。 15 ( 1 ) ( 2022 ) 2020 [公元17年] 杰森·H·摩尔 , 伊恩·巴奈特 , 玛丽·里贾娜·博兰德 , 陈勇(音) , 乔治·德米利斯 , 格雷西拉·冈萨雷斯-赫南德斯 , 丹尼尔·赫尔曼 , 布兰卡·E·希姆斯 , 丽贝卡·哈伯德 , Dokyoon Kim公司 , 杰弗里·莫里斯 , 丹妮尔·莫维 , 玛丽琳·里奇 , 李深 , Ryan J.Urbanowicz , 约翰·霍姆斯 :
信息学家如何参与新冠肺炎研究的想法。 生物数据最小值。 13 ( 1 ) : 三 ( 2020 ) 2019 [公元16年] Trang T.Le先生 , Ryan J.Urbanowicz , 杰森·H·摩尔 , 布雷特·麦金尼 :
STIR特征选择。 生物信息。 35 ( 8 ) : 1358-1365 ( 2019 ) 2018 [公元15年] Shefali S.Verma公司 , 阿纳斯塔西亚·卢卡斯 , 张新元 , Yogasudha Veturi瑜伽 , 斯科特·杜德克 , 李炳兰 , 李若旺 , Ryan J.Urbanowicz , 杰森·H·摩尔 , Dokyoon Kim公司 , 玛丽琳·里奇 :
识别关键上位变异体的集合特征选择。 生物数据最小值。 11 ( 1 ) : 5:1-5:22 ( 2018 ) [公元14年] 莫什吸管 , Ryan J.Urbanowicz , 杰森·H·摩尔 :
了解目标并不一定了解目标函数。 生物数据最小值。 11 ( 1 ) : 21:1-21:3 ( 2018 ) [j13] Ryan J.Urbanowicz , 兰德尔·S·奥尔森 , 彼得·施米特 , 梅丽莎·米克尔 , 杰森·H·摩尔 :
生物信息学数据挖掘中基于基准浮雕的特征选择方法。 J.生物识别。 信息学 85 : 168-188 ( 2018 ) [公元12年] Ryan J.Urbanowicz , 梅丽莎·米克尔 , 威廉·拉卡瓦 , 兰德尔·S·奥尔森 , 杰森·H·摩尔 :
基于浮雕的特征选择:介绍和回顾。 J.生物识别。 信息学 85 : 189-203 ( 2018 ) 2017 [公元11年] 兰德尔·S·奥尔森 , 威廉·拉卡瓦 , 帕特里克·奥泽乔夫斯基 , Ryan J.Urbanowicz , 杰森·H·摩尔 :
PMLB:用于机器学习评估和比较的大型基准套件。 生物数据最小值。 10 ( 1 ) : 36:1-36:13 ( 2017 ) 2015 [公元10年] 蒂姆·科瓦茨 , 穆罕默德·伊克巴尔 , 卡姆兰·沙菲 , Ryan J.Urbanowicz :
XCS成立20周年特刊。 进化。 智力。 8 ( 2-3 ) : 51-53 ( 2015 ) [公元9年] Ryan J.Urbanowicz , 杰森·H·摩尔 :
ExSTraCS 2.0:可扩展学习分类器系统的描述和评估。 进化。 智力。 8 ( 2-3 ) : 89-116 ( 2015 ) 2014 [j8] Ryan J.Urbanowicz , 安布罗斯·格拉尼佐·麦肯齐 , 杰夫·基里利斯 , 杰森·H·摩尔 :
用于模拟和检测的双位点、纯、严格、上位模型的分类和表征。 生物数据最小值。 7 : 8 ( 2014 ) 2013 [j7] 卡姆兰·沙菲 , Ryan J.Urbanowicz , 穆罕默德·伊克巴尔 :
学习分类器系统进展专题。 进化。 智力。 6 ( 2 ) : 55-56 ( 2013 ) [j6] 詹姆斯·拉德 , 杰森·H·摩尔 , Ryan J.Urbanowicz :
学习分类器系统中统计显著性测试的多核并行化策略。 进化。 智力。 6 ( 2 ) : 127-134 ( 2013 ) [j5] Ryan J.Urbanowicz , 安吉丽娜·安德鲁 , 玛格丽特·卡拉加斯 , 杰森·H·摩尔 :
研究和应用:遗传异质性和上位性在膀胱癌易感性和预后中的作用:一种学习分类器系统方法。 美国医学信息学会。 20 ( 4 ) : 603-612 ( 2013 ) 2012 [j4] Ryan J.Urbanowicz , 杰夫·基里利斯 , 乔纳森·费希尔 , 杰森·H·摩尔 :
预测纯、严格、上位模型的难度:模拟模型选择的度量。 生物数据最小值。 5 : 15 ( 2012 ) [j3] Ryan J.Urbanowicz , 杰夫·基里利斯 , 尼古拉斯·辛诺特·阿姆斯特朗 , 塔姆拉·希伯林 , 乔纳森·费舍尔 , 杰森·H·摩尔 :
GAMETES:一种快速、直接的算法,用于生成具有随机结构的纯、严格、上位模型。 生物数据最小值。 5 : 16 ( 2012 ) [注2] Ryan J.Urbanowicz , 安布罗斯·格拉尼佐·麦肯齐 , 杰森·H·摩尔 :
Michigan-Style学习分类器系统的统计和可视化知识发现分析管道。 IEEE计算。 智力。 美格。 7 ( 4 ) : 35-45 ( 2012 ) [j1] 丹尼尔·洛伊亚科诺 , 阿尔伯特·奥里奥尔斯·皮格 , Ryan J.Urbanowicz :
学习分类器系统进展专题。 进化。 智力。 5 ( 2 ) : 57-58 ( 2012 )
会议和研讨会文件
2024 [公元42年] 粗鲁的Bandhey , 斯皮亚·萨迪克 , 马利克·卡蒙 , Ryan J.Urbanowicz :
用于生物医学风险分层的自适应负荷阈值进化特征聚类。 EvoApplications@EvoStar 2024 : 225-239 [公元41年] 阿布巴卡尔·西迪克 , 威尔·N·布朗 , Ryan J.Urbanowicz :
可解释和可解释人工智能的进化机器学习。 GECCO公司 2024 : 1038-1068 [公元40年] 亚历克莎·伍德沃德 , 粗鲁的Bandhey , 杰森·H·摩尔 , Ryan J.Urbanowicz :
生存-LCS:一种基于规则的生存分析机器学习方法。 GECCO公司 2024 2023 [公元39年] 阿布巴卡尔·西迪克 , 威尔·N·布朗 , Ryan J.Urbanowicz :
进化规则机器学习的现代应用。 GECCO公司 2023 : 1301-1330 [公元38年] Ryan J.Urbanowicz , 粗鲁的Bandhey , 马利克·卡蒙 , 诺兰·福格蒂 , 谢义安 :
Scikit-FIBERS:Right-Censored生存分析中风险分层的“OR”规则发现进化算法。 GECCO公司 2023 : 1846-1854 [公元37年] 奥黛丽·杨 , 萨姆·卡米恩 , 阿纳希塔·达沃迪 , Sy Hwang(西黄) , 认识甘地 , Ryan J.Urbanowicz , 丹妮尔·莫维 :
使用自然语言处理从临床笔记中识别中风断言的关系检测。 MedInfo公司 2023 : 619-623 2022 [公元36年] 埃林·肯尼迪 , 阿纳希塔·达沃迪 , Sy Hwang(西黄) , Ryan J.Urbanowicz , 菲利普·弗雷达 , 凯西·鲍尔斯 , 丹妮尔·莫维 :
使用自然语言处理识别急性护理后转诊的障碍并描述住院老年人的负面患者偏好。 AMIA公司 2022 [公元35年] Ryan J.Urbanowicz , 罗伯特·张 , 崔玉涵 , Pranshu Suri公司 :
STREAMLINE:一个简单、透明、端到端的自动机器学习管道,有助于数据分析和算法比较。 GPTP公司 2022 : 201-231 2021 [公元34年] Satvik Dasariraju公司 , Ryan J.Urbanowicz :
稀有:用于发现稀有变量容器的进化特征工程。 GECCO公司 2021 : 1335-1343 2020 [公元33年] 莫什吸管 , 杰森·H·摩尔 , Ryan J.Urbanowicz :
使用OMNIREP共同创作艺术图像。 埃沃穆萨特 2020 : 165-178 [公元32年] Siddharth Verma公司 , 皮尤什·博罗 , Ryan J.Urbanowicz :
在基于规则的学习框架中进化遗传编程树。 GECCO公司 2020 : 233-234 [公元31年] Ryan J.Urbanowicz , 莫什吸管 :
生物医学数据挖掘中的进化算法:挑战、解决方案和前沿。 GECCO公司 2020 : 1224-1253 [c30] 罗伯特·F·张 , Ryan J.Urbanowicz :
与scikit-learn兼容的学习分类器系统。 GECCO公司 2020 : 1816-1823 [公元29年] 卡米利亚·马图克 , 苏珊·A·尹 , 约瑟夫·波尔曼 , 安娜·阿马托 , 雅各布·巴顿 , 妮可·布拉拉曹 , 弗朗西斯科·卡法罗 , 丽娜·乔普拉·哈尔达尔 , 阿曼达·M·科顿 , 克里斯塔·科尔特斯 , 凯拉·德斯波特 , 蒂姆·埃里克森 , 威廉·芬泽 , 凯蒂·海德里克·泰勒 , 贝斯·赫伯尔·伊森曼 , 辛西娅·格雷维尔 , 克里斯·古铁雷斯 , 特蕾西·希金斯 , 布兰卡·E·希姆斯 , 凯瑟琳·拉努特 , 霍利琳·李 , 维维安·林 , M.Lisette Lopez先生 , 莱拉·莱昂斯 , 丹·米尔兹 , 玛丽亚·奥利瓦雷斯 , 伊丽莎白·奥斯(Elizabeth Osche) , 塔潘·S·帕里赫 , 托马斯·菲利普 , 劳丽·鲁贝尔 , 乔伊·雪莱 , 爱德华·里韦罗 , 杰西卡·罗伯茨 , 科莱特·罗伯托 , 托尼·彼得罗西诺 , 安迪·鲁宾 , Jooeun Shim先生 , 梅根·西兰德 , 斯蒂芬·索默 , 大卫·斯托克斯 , 玛丽安·苔丝 , 米尔卡·特拉伊科娃 , Ryan J.Urbanowicz , 拉尔夫·瓦卡 , 莎拉·范·沃特 , Veena Vasudevan公司 , 米歇尔·霍达·威尔克森 , 彼得·伍兹 :
数据素养促进社会公正。 ICLS公司 2020 2019 [公元28年] 莫什吸管 , 杰森·H·摩尔 , Ryan J.Urbanowicz :
解决方案和适应度进化(SAFE):多目标问题研究。 欧洲协调委员会 2019 : 1868-1874 [c27] 莫什吸管 , 杰森·H·摩尔 , Ryan J.Urbanowicz :
解与适应度进化(SAFE):共进化解及其目标函数。 欧洲GP 2019 : 146-161 [公元26年] 莫什吸管 , 杰森·H·摩尔 , Ryan J.Urbanowicz :
协同进化计算的新途径。 GPTP公司 2019 : 295-305 [公元25年] 杨西·洛 , 塞拉·F·林奇 , Ryan J.Urbanowicz , 兰德尔·S·奥尔森 , 阿什利·Z·里特 , 克里斯蒂娜·怀特豪斯 , 梅丽莎·奥康纳 , 苏珊·凯姆 , 玛格丽特·麦克唐纳 , 杰森·H·摩尔 , 凯瑟琳·鲍尔斯 :
在家庭卫生保健评估中使用机器学习预测跌倒风险。 MedInfo公司 2019 : 684-688 2018 [公元24年] Ryan J.Urbanowicz , 克里斯托弗·洛 , 约翰·霍姆斯 , 杰森·H·摩尔 :
属性跟踪:改进复杂关联的检测和表征的策略。 GECCO公司 2018 : 553-560 【c23】 Ryan J.Urbanowicz , Danilo Vasconsellos巴尔加斯 :
介绍学习分类器系统:捕获复杂性的规则。 GECCO(同伴) 2018 : 619-648 2017 [公元22年] Ryan J.Urbanowicz :
引入基于规则的机器学习:捕捉复杂性。 GECCO(同伴) 2017 : 576-604 【c21】 Ryan J.Urbanowicz , 本·杨(Ben Yang) , 杰森·H·摩尔 :
在学习分类器系统中通过共同进化遗传编程树和规则实现问题驱动的机器学习。 GPTP公司 2017 : 55-71 [公元20年] 兰德尔·S·奥尔森 , 莫什吸管 , 威廉·拉卡瓦 , 莎朗·塔塔隆 , 警员维泰利 , 傅维轩 , 帕特里克·奥泽乔夫斯基 , Ryan J.Urbanowicz , 约翰·霍姆斯 , 杰森·H·摩尔 :
无障碍人工智能系统。 GPTP公司 2017 : 121-134 2016 [第19条] 兰德尔·S·奥尔森 , Ryan J.Urbanowicz , 彼得·安德鲁斯 , 妮可·A·薰衣草 , 拉克里斯·基德 , 杰森·H·摩尔 :
通过基于树的管道优化实现生物医学数据科学自动化。 EvoApplications(1) 2016 : 123-137 [第18条] Ryan J.Urbanowicz :
介绍基于规则的机器学习:捕获复杂性。 GECCO(同伴) 2016 : 305-332 [c17] 兰德尔·S·奥尔森 , 内森·巴特利 , Ryan J.Urbanowicz , 杰森·H·摩尔 :
用于自动化数据科学的基于树的管道优化工具的评估。 GECCO公司 2016 : 485-492 [第16条] Ryan J.Urbanowicz , 兰德尔·S·奥尔森 , 杰森·H·摩尔 :
Pareto启发的自适应规则机器学习的多目标规则适合性。 GECCO(同伴) 2016 : 1403 [第15条] Ryan J.Urbanowicz , 威尔·N·布朗 , 卡提克·库伯 :
学习分类器系统的实践研讨会。 GECCO(同伴) 2016 : 1407-1408 [第14条] Ryan J.Urbanowicz , 兰德尔·S·奥尔森 , 杰森·H·摩尔 :
Pareto启发的基于噪声自适应规则的机器学习的多目标规则适应性。 PPSN(PPSN) 2016 : 514-524 2015 [第13条] Ryan J.Urbanowicz , 威尔·N·布朗 :
介绍基于规则的机器学习:实用指南。 GECCO(同伴) 2015 : 263-292 [第12条] Ryan J.Urbanowicz , 杰森·H·摩尔 :
在监督Michigan式学习分类器系统中对噪声问题的适应度进行重新计算。 GECCO公司 2015 : 591-598 [第11条] Ryan J.Urbanowicz , 尼兰扬·拉曼德 , 杰森·H·摩尔 :
ExSTraCS的连续端点数据挖掘:一个监督学习分类器系统。 GECCO(同伴) 2015 : 1029-1036 2014 [第10条] Ryan J.Urbanowicz , 格迪米亚斯·贝尔塔修斯 , 杰森·H·摩尔 :
一个扩展的Michigan-Style学习分类器系统,用于灵活的监督学习、分类和数据挖掘。 PPSN(PPSN) 2014 : 211-221 2013 【c9】 杰坦 , 杰森·H·摩尔 , Ryan J.Urbanowicz :
监督学习分类器系统中全局知识发现的快速规则压缩策略。 ECAL公司 2013 : 110-117 【c8】 威尔·N·布朗 , Ryan J.Urbanowicz :
学习分类器系统:介绍用户友好的教科书。 GECCO(同伴) 2013 : 439-468 【c7】 詹姆斯·拉德 , 杰森·H·摩尔 , Ryan J.Urbanowicz :
一种用于学习分类器系统评估的简单多核并行化策略。 GECCO(同伴) 2013 : 1259-1266 2012 【c6】 Ryan J.Urbanowicz , 安布罗斯·格拉尼佐·麦肯齐 , 杰森·H·摩尔 :
michigan风格监督学习分类器系统的实例链接属性跟踪和反馈。 GECCO公司 2012 : 927-934 【c5】 Ryan J.Urbanowicz , 德拉尼·格拉尼佐·麦肯齐 , 杰森·H·摩尔 :
使用专家知识指导密歇根式学习分类器系统中的覆盖和变异,以检测上位性和异质性。 PPSN(1) 2012 : 266-275 2011 【c4】 Ryan J.Urbanowicz , 尼古拉斯·辛诺特·阿姆斯特朗 , 杰森·H·摩尔 :
在学习分类器系统环境中随机人工加入噪声。 GECCO(同伴) 2011 : 369-374 2010 【c3】 Ryan J.Urbanowicz , 杰森·H·摩尔 :
应用密歇根式学习分类系统解决关联研究中的遗传异质性和上位性。 GECCO公司 2010 : 195-202 [c2] Ryan J.Urbanowicz , 杰森·H·摩尔 :
匹兹堡式学习分类器系统在关联研究中处理遗传异质性和上位性的应用。 PPSN(1) 2010 : 404-413 2008 【c1】 Ryan J.Urbanowicz , 内特·巴尼 , 比尔·C·怀特 , 杰森·H·摩尔 :
使用遗传编程对上位性进行符号建模的掩码函数。 GECCO公司 2008 : 339-346
非正式出版物和其他出版物
2024 [第14条] 莫什吸管 , 杰森·H·摩尔 , Ryan J.Urbanowicz :
协同进化计算的新途径。 CoRR公司 abs/2401.10515 ( 2024 ) [i13] 莫什吸管 , 杰森·H·摩尔 , Ryan J.Urbanowicz :
使用OMNIREP共同创作艺术图像。 CoRR公司 abs/2401.11167 ( 2024 ) 2023 [i12] Ryan J.Urbanowicz , 粗鲁的Bandhey , 布伦丹·T·基南 , 格雷格·梅斯林 , Sy Hwang(西黄) , 丹妮尔·莫维 , Shannon M.林奇 , 迭戈·马佐蒂 , 方涵 , 李青云 , 托马斯·彭泽尔 , 塞尔吉奥·图菲克 , 利亚·比腾古 , 托拉林·吉斯拉森 , 菲利普·德·查扎尔 , 巴詹·辛格 , 奈杰尔·麦卡德尔 , 宁洪晨 , 艾伦·派克 , 理查德·施瓦布 , 彼得·西斯图利 , 尤利西斯·马加兰 :
STREAMLINE:一种用于生物医学的自动机器学习管道,用于检查基于照片的表型在国际睡眠中心OSA预测中的效用。 CoRR公司 abs/2312.05461 ( 2023 ) 2022 [i11] Ryan J.Urbanowicz , 罗伯特·张 , 崔玉涵 , Pranshu Suri公司 :
STREAMLINE:一个简单、透明、端到端的自动机器学习管道,有助于数据分析和算法比较。 CoRR公司 abs/2206.12002 ( 2022 ) [i10] 莫什吸管 , 杰森·H·摩尔 , Ryan J.Urbanowicz :
解与适应度进化(SAFE):共进化解及其目标函数。 CoRR公司 abs/2206.12707 ( 2022 ) [第九章] 莫什吸管 , 杰森·H·摩尔 , Ryan J.Urbanowicz :
解决方案和适应度进化(SAFE):多目标问题研究。 CoRR公司 abs/2206.13509 ( 2022 ) [i8] 莫什吸管 , 杰森·H·摩尔 , Ryan J.Urbanowicz :
使用解决方案和适应度进化(SAFE)自动平衡模型准确性和复杂性。 CoRR公司 腹肌/2206.15409 ( 2022 ) 2021 [i7] 罗伯特·张 , 拉查尔·斯托尔岑贝格·索洛蒙 , Shannon M.林奇 , Ryan J.Urbanowicz :
LCS-DIVE:一种基于规则的自动机器学习可视化管道,用于描述分类中的复杂关联。 CoRR公司 abs/2104.12844 ( 2021 ) 2020 [i6] Ryan J.Urbanowicz , Pranshu Suri公司 , 崔玉涵 , 杰森·H·摩尔 , 凯伦·鲁思 , 拉查尔·斯托尔岑贝格·索洛蒙 , Shannon M.林奇 :
生物医学二进制分类的严格机器学习分析管道:在胰腺癌嵌套病例对照研究中的应用及其对偏差评估的影响。 CoRR公司 abs/2008.12829 ( 2020 ) 2017 [i5] 兰德尔·S·奥尔森 , 威廉·拉卡瓦 , 帕特里克·奥泽乔夫斯基 , Ryan J.Urbanowicz , 杰森·H·摩尔 :
PMLB:机器学习评估和比较的大型基准套件。 CoRR公司 abs/1703.00512 ( 2017 ) [i4] Ryan J.Urbanowicz , 梅丽莎·米克 , 威廉·拉卡瓦 , 兰德尔·S·奥尔森 , 杰森·H·摩尔 :
基于救济的特征选择:介绍和回顾。 CoRR公司 abs/1711.08421 ( 2017 ) [i3] Ryan J.Urbanowicz , 兰德尔·S·奥尔森 , 彼得·施米特 , 梅丽莎·米克尔 , 杰森·H·摩尔 :
基准化基于缓解的特征选择方法。 CoRR公司 abs/1711.08477 ( 2017 ) 2016 [i2] 兰德尔·S·奥尔森 , Ryan J.Urbanowicz , 彼得·安德鲁斯 , 妮可·A·薰衣草 , 拉克里斯·基德 , 杰森·H·摩尔 :
通过基于树的管道优化实现生物医学数据科学的自动化。 CoRR公司 abs/1601.07925 ( 2016 ) [i1] 兰德尔·S·奥尔森 , 内森·巴特利 , Ryan J.Urbanowicz , 杰森·H·摩尔 :
用于自动化数据科学的基于树的管道优化工具的评估。 CoRR公司 abs/1603.06212 ( 2016 )