尼科拉斯·加西亚·佩德拉哈斯
人员信息
附属： 科尔多瓦大学计算机系，科尔多瓦，西班牙 附属机构（博士）： 西班牙马拉加，马拉加大学
优化列表
2020年–今天
2024 
[公元67年] 尼科拉斯·加西亚·佩德拉哈斯 
, 何塞·曼努埃尔·库瓦斯·穆尼奥斯 , 阿伊达·德·哈罗·加西亚 :
用于处理多标签问题中类不平衡数据集的实例进化同步欠采样和过采样。 申请。 软计算。 159 : 111618 ( 2024 ) [j66] 尼科拉斯·加西亚·佩德拉哈斯 , 何塞·曼努埃尔·奎瓦斯·穆尼奥斯 , 冈萨洛·塞鲁埃拉·加西亚 , 阿伊达·德·哈罗·加西亚 :
对多标签方法的分类性能进行了彻底的实验比较。 模式识别。 151 : 110342 ( 2024 ) 2023 [公元65年] 尼科拉斯·加西亚·佩德拉哈斯 , 何塞·曼努埃尔·库瓦斯·穆尼奥斯 , 胡安·安东尼奥·罗梅罗·德尔卡斯蒂略 , 阿伊达·德·哈罗·加西亚 :
巴黎：部分实例和训练集选择。 一种新的可扩展多标签分类方法。 信息融合 95 : 120-142 ( 2023 ) 2022 [公元64年] 何塞·安东尼奥·巴贝罗·阿帕里西奥 , 圣地亚哥·库斯塔·洛佩斯 , 塞萨尔·伊格纳西奥·加西亚·奥索里奥 , 哈维尔·佩雷斯·罗德里格斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
非线性物理为精确转录起始位点预测开辟了一个新的范式。 BMC生物信息。 23 ( 1 ) : 565 ( 2022 ) [公元63年] 胡安·安东尼奥·罗梅罗·德尔卡斯蒂略 , 曼努埃尔·门多扎·胡尔塔多 , 多明戈·奥尔蒂斯·博伊尔 , 尼科拉斯·加西亚·佩德拉哈斯 :
多标签k-最近邻规则的基于局部的k值。 工程应用。 Artif公司。 智力。 116 : 105487 ( 2022 ) [公元62年] 冈萨洛·塞鲁埃拉·加西亚 , 何塞·曼努埃尔·库瓦斯·穆尼奥斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
基于图的分子活性预测特征选择方法。 化学杂志。 信息模型。 62 ( 7 ) : 1618-1632 ( 2022 ) [公元61年] 尼科拉斯·加西亚·佩德拉哈斯 , 贡萨洛·塞鲁埃拉·加西亚 :
MABUSE：一种基于边界优化的特征子集选择算法，使用boosting原理。 知识。 基于系统。 253 : 109529 ( 2022 ) [公元60年] 阿伊达·德·哈罗·加西亚 , 何塞·佩雷斯-帕拉斯-托莱达诺 , 冈萨洛·塞鲁埃拉·加西亚 , 尼科拉斯·加西亚·佩德拉哈斯 :
Grab'Em：一种新的基于图形的特征子集选择器组合方法。 IEEE传输。 赛博。 52 ( 5 ) : 2942-2954 ( 2022 ) 2021 [公元59年] 奥雷里奥·安东尼奥·科拉多 , 拉蒙·卡拉斯科·维拉 , 尼科拉斯·加西亚·佩德拉哈斯 , 贡萨洛·塞鲁埃拉·加西亚 :
用于化学毒性预测的类平衡数据集的有效特征选择方法。 化学杂志。 信息模型。 61 ( 1 ) : 76-94 ( 2021 ) [约58] 尼科拉斯·加西亚·佩德拉哈斯 , 冈萨洛·塞鲁埃拉·加西亚 :
多标签问题的协同进化实例选择。 知识。 基于系统。 234 : 107569 ( 2021 ) [公元57年] 尼科拉斯·加西亚·佩德拉哈斯 , 胡安·安东尼奥·罗梅罗·德尔卡斯蒂略 , 冈萨洛·塞鲁埃拉·加西亚 :
SI（FS）2：快速同时选择具有许多特征的数据集的实例和特征。 模式识别。 111 : 107723 ( 2021 ) [公元56年] 哈维尔·佩雷斯-罗德里格斯 , 艾达·德·哈罗·加西亚 , 尼科拉斯·加西亚·佩德拉哈斯 :
用于DNA序列中位点识别的组合分类模型的浮动搜索方法。 IEEE ACM传输。 计算。 生物信息。 18 ( 6 ) : 2471-2482 ( 2021 ) [公元28年] 胡安·安东尼奥·罗梅罗·德尔卡斯蒂略 , 多明戈·奥尔蒂斯·博伊尔 , 尼科拉斯·加西亚·佩德拉哈斯 :
基于可扩展进化算法的多标签学习实例选择。 ICDM（研讨会） 2021 : 843-851 2020 [公元55年] 阿伊达·德·哈罗·加西亚 , 冈萨洛·塞鲁埃拉·加西亚 , 尼科拉斯·加西亚·佩德拉哈斯 :
用于处理类平衡数据集的特征选择器集合：一项建议和比较研究。 信息科学。 540 : 89-116 ( 2020 ) [约54] 冈萨洛·塞鲁埃拉·加西亚 , 何塞·佩雷斯·帕拉斯·托莱达诺 , 阿伊达·德·哈罗·加西亚 , 尼科拉斯·加西亚·佩德拉哈斯 :
特征秩对分子活性预测模型构建的影响。 J.计算。 辅助分子设计。 34 ( 三 ) : 305-325 ( 2020 ) [公元53年] 奥雷里奥·安东尼奥·科拉多 , 拉蒙·卡拉斯科·维拉 , 尼科拉斯·加西亚·佩德拉哈斯 , 冈萨洛·塞鲁埃拉·加西亚 :
最大公共属性：一种新的分子相似性方法。 化学信息学杂志 12 ( 1 ) : 61 ( 2020 )
2010 – 2019
2019 [公元52年] 何塞·佩雷斯·帕拉斯·托莱达诺 , 尼科拉斯·加西亚·佩德拉哈斯 , 冈萨洛·塞鲁埃拉·加西亚 :
二元定量构效关系模型的多标记和缺失标记方法：药物不良反应预测的应用。 化学杂志。 信息模型。 59 ( 10 ) : 4120-4130 ( 2019 ) [公元51年] 冈萨洛·塞鲁埃拉·加西亚 , 阿伊达·德·哈罗·加西亚 , 何塞·佩雷斯-帕拉斯-托莱达诺 , 尼科拉斯·加西亚·佩德拉哈斯 :
改进原型选择器集合中结果的组合。 神经网络 118 : 175-191 ( 2019 ) [约50] 阿伊达·德·哈罗·加西亚 , 冈萨洛·塞鲁埃拉·加西亚 , 尼科拉斯·加西亚·佩德拉哈斯 :
实例学习者基于boosting的实例选择。 模式识别。 96 ( 2019 ) 2018 [公元49年] 哈维尔·佩雷斯-罗德里格斯 , 阿伊达·德·哈罗·加西亚 , 胡安·安东尼奥·罗梅罗·德尔卡斯蒂略 , 尼科拉斯·加西亚·佩德拉哈斯 :
增强特征子集选择算法的通用框架。 信息融合 44 : 147-175 ( 2018 ) [j48] 冈萨洛·塞鲁埃拉·加西亚 , 尼科拉斯·加西亚·佩德拉哈斯 :
增强特征选择器：预测P-gp抑制剂和底物的案例研究。 J.计算。 辅助分子设计。 32 ( 11 ) : 1273-1294 ( 2018 ) [公元47年] 阿伊达·德·哈罗·加西亚 , 哈维尔·佩雷斯-罗德里格斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
结合三种进化实例选择策略进行实例学习。 Swarm进化。 计算。 42 : 160-172 ( 2018 ) 2017 [公元46年] 尼科拉斯·加西亚·佩德拉哈斯 , 胡安·安东尼奥·罗梅罗·德尔卡斯蒂略 , 冈萨洛·塞鲁埃拉·加西亚 :
关于k最近邻规则的局部k值的建议。 IEEE传输。 神经网络学习。 系统。 28 ( 2 ) : 470-475 ( 2017 ) [公元27年] 格雷厄姆·麦克唐纳 , 尼科拉斯·加西亚·佩德拉哈斯 , 克雷格·麦克唐纳 , 伊德·乌尼斯 :
用于POS序列敏感性分类集成的SVM核函数研究。 SIGIR公司 2017 : 1097-1100 2016 [j45] 内尔·维尔比斯特 , 莎拉·弗卢曼斯 , 克里斯·科内利斯 , 尼科拉斯·加西亚·佩德拉哈斯 , 伊万·塞伊斯 :
使用进化生成的原型子集集合改进最近邻分类。 申请。 软计算。 44 : 75-88 ( 2016 ) [公元44年] 哈维尔·佩雷斯·罗德里格斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
结合基因组序列中位点再认识的多种证据来源的逐步方法。 BMC生物信息。 17 : 117 ( 2016 ) 2015 [公元43年] 哈维尔·佩雷斯-罗德里格斯 , 亚历克西斯·G·阿罗约·佩尼亚 , 尼科拉斯·加西亚·佩德拉哈斯 :
使用进化计算同时进行实例和特征选择和加权：建议和研究。 申请。 软计算。 37 : 416-443 ( 2015 ) 2014 [公元42年] 哈维尔·佩雷斯-罗德里格斯 , 亚历克西斯·G·阿罗约·佩尼亚 , 尼科拉斯·加西亚·佩德拉哈斯 :
通过使用两个以上的类来改进翻译起始位点和终止密码子识别。 生物信息。 30 ( 19 ) : 2702-2708 ( 2014 ) [公元41年] 尼科拉斯·加西亚·佩德拉哈斯 , 阿伊达·德·哈罗·加西亚 , 哈维尔·佩雷斯-罗德里格斯 :
一种用于同时选择实例和特征的可伸缩Memetic算法。 进化。 计算。 22 ( 1 ) : 1-45 ( 2014 ) [j40] 尼科拉斯·加西亚·佩德拉哈斯 , 阿伊达·德·哈罗·加西亚 :
提升实例选择算法。 知识。 基于系统。 67 : 342-360 ( 2014 ) [公元26年] 冈萨洛·塞鲁埃拉·加西亚 , 尼科拉斯·加西亚·佩德拉哈斯 , 弗朗西斯科·何塞·贝利多·奥泰利诺 , 艾琳·卢克·鲁伊斯 , 米盖尔·安杰尔·戈梅斯·尼托 :
使用移动传感器和手势进行广告的普遍系统。 ICCE-柏林 2014 : 205-209 [公元25年] 弗朗西斯科·曼努埃尔·博雷戈·贾拉巴 , 冈萨洛·塞鲁埃拉·加西亚 , 尼科拉斯·加西亚·佩德拉哈斯 , 艾琳·卢克·鲁伊斯 , 米盖尔·安杰尔·戈梅斯·尼托 :
使用NFC和空中手势进行广告应用的移动解决方案。 ISAmI公司 2014 : 135-142 2013 [公元39年] 尼科拉斯·加西亚·佩德拉哈斯 , 阿伊达·德·哈罗·加西亚 , 哈维尔·佩雷斯-罗德里格斯 :
同时进化实例和特征选择的可扩展方法。 信息科学。 228 : 150-174 ( 2013 ) [公元38年] 尼科拉斯·加西亚·佩德拉哈斯 , 塞萨尔·伊格纳西奥·加西亚·奥索里奥 :
使用遗传进化的监督非线性投影增强类平衡数据集。 掠夺。 Artif公司。 智力。 2 ( 1 ) : 29-44 ( 2013 ) [公元37年] 尼科拉斯·加西亚·佩德拉哈斯 , 哈维尔·佩雷斯-罗德里格斯 , 阿伊达·德·哈罗·加西亚 :
OligoIS：类别不平衡数据集的可扩展实例选择。 IEEE传输。 赛博。 43 ( 1 ) : 332-346 ( 2013 ) 2012 [公元36年] 拉斐尔·德尔·卡斯蒂略·戈马里兹 , 尼科拉斯·加西亚·佩德拉哈斯 :
分类的进化响应面：一个可解释的模型。 申请。 智力。 37 ( 4 ) : 463-474 ( 2012 ) [j35] 尼科拉斯·加西亚·佩德拉哈斯 , 哈维尔·佩雷斯-罗德里格斯 :
实例的多重选择：改进进化实例选择的直接方法。 申请。 软计算。 12 ( 11 ) : 3590-3602 ( 2012 ) [公元34年] 艾达·德·哈罗·加西亚 , 尼科拉斯·加西亚·佩德拉哈斯 , 胡安·安东尼奥·罗梅罗·德尔卡斯蒂略 :
通过联邦实例选择进行大规模实例选择。 数据知识。 工程师。 75 : 58-77 ( 2012 ) [公元33年] 杰苏斯·莫德斯 , 胡安·罗德里格斯（Juan J.Rodríguez Diez） , 塞萨尔·伊格纳西奥·加西亚·奥索里奥 , 尼科拉斯·加西亚·佩德拉哈斯 :
用于决策树集成构建的随机特征权重。 信息融合 13 ( 1 ) : 20-30 ( 2012 ) [公元32年] 尼科拉斯·加西亚·佩德拉哈斯 , 杰苏斯·曼努埃尔·莫德斯·雷多 , 塞萨尔·伊格纳西奥·加西亚·奥索里奥 , 胡安·何塞·罗德里格斯（Juan JoséRodríguez Diez） :
用于构建分类器集合的监督子空间投影。 信息科学。 193 : 1-21 ( 2012 ) [公元31年] 何塞·曼努埃尔·贝尼特斯 , 尼科拉斯·加西亚·佩德拉哈斯 , 弗朗西斯科·埃雷拉 :
关于“数据挖掘新趋势”NTDM的特刊。 知识。 基于系统。 25 ( 1 ) : 1-2 ( 2012 ) 【j30】 尼科拉斯·加西亚·佩德拉哈斯 , 哈维尔·佩雷斯-罗德里格斯 , 玛丽亚·加西亚·佩德拉哈斯 , 多明戈·奥尔蒂斯·博伊尔 , 科林·菲菲 :
DNA序列中翻译起始位点识别的类不平衡方法。 知识。 基于系统。 25 ( 1 ) : 22-34 ( 2012 ) [公元29年] 科林·菲菲 , 多明戈·奥尔蒂斯·博伊尔 , 尼科拉斯·加西亚·佩德拉哈斯 :
进化算法和交叉熵。 国际J·诺尔。 基于智能。 工程系统。 16 ( 4 ) : 215-221 ( 2012 ) [公元28年] 尼科拉斯·加西亚·佩德拉哈斯 , 阿伊达·德·哈罗·加西亚 :
扩展数据挖掘算法：回顾和分类。 掠夺。 Artif公司。 智力。 1 ( 1 ) : 71-87 ( 2012 ) [公元24年] 卡洛斯·帕尔多·阿吉拉尔 , 何塞-弗朗西斯科·迪埃斯·帕斯特 , 尼科拉斯·加西亚·佩德拉哈斯 , 胡安·何塞·罗德里格斯·迪兹 , 塞萨尔·伊格纳西奥·加西亚·奥索里奥 :
线性投影方法-回归问题的实验研究。 ICPRAM（1） 2012 : 198-204 【c23】 哈维尔·佩雷斯-罗德里格斯 , 亚历克西斯·G·阿罗约·佩尼亚 , 尼科拉斯·加西亚·佩德拉哈斯 :
基因预测进化计算框架中编码区内容统计的比较研究。 国际能源署/美国国际能源署 2012 : 206-215 [第2页] 阿伊达·德·哈罗·加西亚 , 哈维尔·佩雷斯-罗德里格斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
一种改进微阵列分析的可扩展特征选择方法。 智能系统和工具的现代进展 2012 : 87-92 2011 [公元27年] 尼科拉斯·加西亚·佩德拉哈斯 , 弗朗西斯科·埃雷拉 , 科林·菲菲 :
应用智能系统趋势专题。 申请。 智力。 34 ( 三 ) : 329-330 ( 2011 ) [公元26年] 尼科拉斯·加西亚·佩德拉哈斯 , 塞萨尔·伊格纳西奥·加西亚·奥索里奥 :
利用基于误分类实例的监督投影方法构建分类器集合。 专家系统。 申请。 38 ( 1 ) : 343-359 ( 2011 ) [公元25年] 尼科拉斯·加西亚·佩德拉哈斯 , 多明戈·奥尔蒂斯·博伊尔 :
用于多类别分类的二元分类器融合方法的实证研究。 信息融合 12 ( 2 ) : 111-130 ( 2011 ) [公元24年] 尼科拉斯·加西亚·佩德拉哈斯 :
训练集选择的进化计算。 WIRE数据挖掘知识。 发现。 1 ( 6 ) : 512-523 ( 2011 ) [公元22年] 阿伊达·德·哈罗·加西亚 , 哈维尔·佩雷斯-罗德里格斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
大数据集中两种扩大实例选择策略的比较。 CAEPIA公司 2011 : 64-73 【c21】 哈维尔·佩雷斯-罗德里格斯 , 阿伊达·德·哈罗·加西亚 , 尼古拉斯·加西亚·佩德拉贾斯 :
通过多次选择实例解决类不平衡问题的实例选择。 CAEPIA公司 2011 : 104-113 [公元20年] 阿伊达·德·哈罗·加西亚 , 哈维尔·佩雷斯-罗德里格斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
翻译起始站点识别的特征选择。 IEA/AIE（2） 2011 : 357-366 [第19条] 拉斐尔·德尔·卡斯蒂略·戈马里兹 , 尼科拉斯·加西亚·佩德拉哈斯 :
基于进化响应面的翻译起始点识别。 IEA/AIE（2） 2011 : 376-385 [第18条] 哈维尔·佩雷斯-罗德里格斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
基因结构预测的进化算法。 IEA/AIE（2） 2011 : 386-395 [第17条] 哈维尔·佩雷斯·罗德里格斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
进化计算与支持向量机相结合，用于基因结构预测。 ISDA公司 2011 : 1359-1364 [第16条] 阿伊达·德·哈罗·加西亚 , 尼科拉斯·加西亚·佩德拉哈斯 :
一种可扩展的类平衡数据集实例选择方法。 ISDA公司 2011 : 1383-1390 [i1] 尼科拉斯·加西亚·佩德拉哈斯 , 塞萨尔·埃尔瓦斯·马丁内斯 , 多明戈·奥尔蒂斯·博伊尔 :
CIXL2：基于种群特征的进化算法的交叉算子。 CoRR公司 abs/1109.2146 ( 2011 ) 2010 [公元23年] 塞萨尔·伊格纳西奥·加西亚·奥索里奥 , 阿伊达·德·哈罗·加西亚 , 尼科拉斯·加西亚·佩德拉哈斯 :
民主实例选择：基于分类器集成概念的线性复杂度实例选择算法。 Artif公司。 智力。 174 ( 5-6 ) : 410-441 ( 2010 ) [公元22年] 尼科拉斯·加西亚·佩德拉哈斯 , 胡安·安东尼奥·罗梅罗·德尔卡斯蒂略 , 多明戈·奥尔蒂斯·博伊尔 :
基于实例学习的实例选择协同进化算法。 机器。 学习。 78 ( 三 ) : 381-420 ( 2010 ) [第15条] 阿伊达·德·哈罗·加西亚 , 胡安·安东尼奥·罗梅罗·德尔卡斯蒂略 , 尼科拉斯·加西亚·佩德拉哈斯 :
通过并行算法进行大规模实例选择。 理想 2010 : 1-12 [第14条] 尼科拉斯·加西亚·佩德拉哈斯 , 多明戈·奥尔蒂斯·博伊尔 , 玛丽亚·加西亚·佩德拉哈斯 , 科林·菲菲 :
翻译起始点识别的类不平衡方法。 IEA/AIE（1） 2010 : 327-336 [第13条] 阿伊达·德·哈罗·加西亚 , 尼科拉斯·加西亚·佩德拉哈斯 :
通过民主化手段扩大特征选择。 IEA/AIE（2） 2010 : 662-672 [电子3] 尼科拉斯·加西亚·佩德拉哈斯 , 弗朗西斯科·埃雷拉 , 科林·菲菲 , 何塞·曼努埃尔·贝尼特斯 , 穆尼斯·阿里 :
应用智能系统趋势——第23届工业工程和应用智能系统其他应用国际会议，IEA/AIE 2010，科尔多瓦，西班牙，2010年6月1-4日，会议记录，第一部分。 计算机科学课堂讲稿 6096, 施普林格 2010 ，国际标准图书编号 978-3-642-13021-2 [目录] [电子2] 尼科拉斯·加西亚·佩德拉哈斯 , 弗朗西斯科·埃雷拉 , 科林·菲菲 , 何塞·曼努埃尔·贝尼特斯 , 穆尼斯·阿里 :
应用智能系统趋势——第23届工业工程和应用智能系统其他应用国际会议，IEA/AIE 2010，西班牙科尔多瓦，2010年6月1-4日，会议记录，第二部分。 计算机科学课堂讲稿 6097, 施普林格 2010 ，国际标准图书编号 978-3-642-13024-3 [目录] [电子1] 尼科拉斯·加西亚·佩德拉哈斯 , 弗朗西斯科·埃雷拉 , 科林·菲菲 , 何塞·曼努埃尔·贝尼特斯 , 穆尼斯·阿里 :
应用智能系统趋势——第23届工业工程和应用智能系统其他应用国际会议，IEA/AIE 2010，科尔多瓦，西班牙，2010年6月1-4日，会议记录，第三部分。 计算机科学课堂讲稿 6098, 施普林格 2010 ，国际标准图书编号 978-3-642-13032-8 [目录]
2000 – 2009
2009 [公元21年] 艾达·德·哈罗·加西亚 , 尼科拉斯·加西亚·佩德拉哈斯 :
一种用于扩展实例选择算法的分治递归方法。 最小已知数据。 发现。 18 ( 三 ) : 392-418 ( 2009 ) [公元20年] 尼科拉斯·加西亚·佩德拉哈斯 , 多明戈·奥尔蒂斯·博伊尔 :
通过输入空间投影提升k近邻分类器。 专家系统。 申请。 36 ( 7 ) : 10570-10582 ( 2009 ) [j19] 尼科拉斯·加西亚·佩德拉哈斯 :
增强分类器的监督投影方法。 模式识别。 42 ( 9 ) : 1742-1760 ( 2009 ) [公元18年] 尼科拉斯·加西亚·佩德拉哈斯 :
通过加权实例选择构造分类器集合。 IEEE传输。 神经网络 20 ( 2 ) : 258-277 ( 2009 ) 2008 [公元17年] 尼科拉斯·加西亚·佩德拉哈斯 , 科林·菲菲 :
通过人工免疫系统构建分类器集合。 J.启发式 14 ( 三 ) : 285-310 ( 2008 ) [公元16年] 尼科拉斯·加西亚·佩德拉哈斯 , 多明戈·奥尔蒂斯·博伊尔 :
Boost随机子空间方法。 神经网络 21 ( 9 ) : 1344-1362 ( 2008 ) [公元15年] 多明戈·奥尔蒂斯·博伊尔 , 塞萨尔·埃尔瓦斯·马丁内斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
稳健置信区间应用于实数编码遗传算法的交叉算子。 软计算。 12 ( 8 ) : 809-833 ( 2008 ) [公元14年] 尼科拉斯·加西亚·佩德拉哈斯 , 科林·费夫 :
多类问题的进化输出码。 IEEE传输。 进化。 计算。 12 ( 1 ) : 93-106 ( 2008 ) [第12条] 塞萨尔·伊格纳西奥·加西亚·奥索里奥 , 尼科拉斯·加西亚·佩德拉哈斯 :
基于错误分类实例，使用线性投影构建分类器集合。 埃桑 2008 : 283-288 [第11条] 塞萨尔·伊格纳西奥·加西亚·奥索里奥 , 伊尼戈Mediavilla-Sáiz , 哈维尔·吉梅诺·维斯塔西翁 , 尼科拉斯·加西亚·佩德拉哈斯 :
教下压自动机和图灵机。 ITiCSE公司 2008 : 316 [第10条] 塞萨尔·伊格纳西奥·加西亚·奥索里奥 , 卡洛斯·戈梅斯·帕拉西奥斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
用于教授LL和LR解析算法的工具。 ITiCSE公司 2008 : 317 2007 [j13] 多明戈·奥尔蒂斯·博伊尔 , 塞萨尔·埃尔瓦斯·马丁内斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
使用虚拟父代改进实数编码遗传算法的交叉算子。 J.启发式 13 ( 三 ) : 265-314 ( 2007 ) [公元12年] 尼科拉斯·加西亚·佩德拉哈斯 , 科林·菲菲 :
基于免疫网络的集成。 神经计算 70 ( 7-9 ) : 1155-1166 ( 2007 ) [公元11年] 尼科拉斯·加西亚·佩德拉哈斯 , 塞萨尔·伊格纳西奥·加西亚·奥索里奥 , 科林·菲菲 :
用于集成构建的非线性增强投影。 J.马赫。 学习。 物件。 8 : 1-33 ( 2007 ) [公元10年] 尼科拉斯·加西亚·佩德拉哈斯 , 多明戈·奥尔蒂斯·博伊尔 :
一种用于模式识别的神经网络协作构造方法。 模式识别。 40 ( 1 ) : 80-98 ( 2007 ) 2006 [公元9年] 阿方索·马丁内斯·埃斯图迪略 , 弗朗西斯科·马丁内斯·埃斯图迪略 , 塞萨尔·埃尔瓦斯·马丁内斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
基于进化产品单元的回归神经网络。 神经网络 19 ( 4 ) : 477-486 ( 2006 ) [j8] 尼科拉斯·加西亚·佩德拉哈斯 , 多明戈·奥尔蒂斯·博伊尔 , 塞萨尔·埃尔瓦斯·马丁内斯 :
使用遗传算法进行神经网络进化的另一种方法：通过组合优化进行交叉。 神经网络 19 ( 4 ) : 514-528 ( 2006 ) [j7] 尼科拉斯·加西亚·佩德拉哈斯 , 多明戈·奥尔蒂斯·博伊尔 :
结合两种策略改进多类模式识别。 IEEE传输。 模式分析。 机器。 智力。 28 ( 6 ) : 1001-1006 ( 2006 ) [j6] 阿方索·马丁内斯·埃斯图迪略 , 塞萨尔·埃尔瓦斯·马丁内斯 , 弗朗西斯科·马丁内斯·埃斯图迪略 , 尼科拉斯·加西亚·佩德拉哈斯 :
通过聚类方法将进化算法与局部搜索相结合。 IEEE传输。 系统。 人类网络。 B部分 36 ( 三 ) : 534-545 ( 2006 ) 【c9】 尼科拉斯·加西亚·佩德拉哈斯 , 科林·菲菲 :
基于免疫网络的集成。 埃桑 2006 : 437-442 【c8】 拉斐尔·德尔卡斯蒂略·戈马利兹 , 尼科拉斯·加西亚·佩德拉哈斯 :
通过进化响应面进行分类。 埃桑 2006 : 443-448 [第1页] 尼古拉斯·加西亚·佩德拉贾斯 :
神经网络的协同协同进化和神经网络的集成。 多目标机器学习 2006 : 465-490 2005 [j5] 多明戈·奥尔蒂斯·博伊尔 , 塞萨尔·埃尔瓦斯·马丁内斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
CIXL2：基于种群特征的进化算法的交叉算子。 J.阿蒂夫。 因特尔。 物件。 24 : 1-48 ( 2005 ) 【j4】 尼科拉斯·加西亚·佩德拉哈斯 , 塞萨尔·埃尔瓦斯·马丁内斯 , 多明戈·奥尔蒂斯·博伊尔 :
用于模式分类的人工神经网络集成的协同进化。 IEEE传输。 进化。 计算。 9 ( 三 ) : 271-302 ( 2005 ) 【c7】 多明戈·奥尔蒂斯·博伊尔 , 拉斐尔·德尔卡斯蒂略·戈马利兹 , 尼科拉斯·加西亚·佩德拉哈斯 , 塞萨尔·赫瓦斯·马丁内斯 :
具有约束的函数优化中的交叉效应优于惩罚方法。 进化计算大会 2005 : 1127-1134 【c6】 尼科拉斯·加西亚·佩德拉哈斯 , 多明戈·奥尔蒂斯·博伊尔 , 拉斐尔·德尔卡斯蒂略·戈马利兹 , 塞萨尔·埃尔瓦斯·马丁内斯 :
级联合奏。 IWANN公司 2005 : 598-603 2004 [j3] 尼科拉斯·加西亚·佩德拉哈斯 , 多明戈·奥尔蒂斯·博伊尔 , 塞萨尔·埃尔瓦斯·马丁内斯 :
广义多层感知器的协同进化。 神经计算 56 : 257-283 ( 2004 ) 2003 [注2] 尼科拉斯·加西亚·佩德拉哈斯 , 塞萨尔·埃尔瓦斯·马丁内斯 , 何塞·穆尼奥斯·佩雷斯 :
COVNET：用于进化人工神经网络的协同进化模型。 IEEE传输。 神经网络 14 ( 三 ) : 575-596 ( 2003 ) 【c5】 埃洛伊·桑兹·塔皮亚 , 尼科拉斯·加西亚·佩德拉哈斯 , 多明戈·奥尔蒂斯·博伊尔 , 塞萨尔·埃尔瓦斯·马丁内斯 :
节点级交叉应用于神经网络进化。 IWANN（1） 2003 : 518-525 2002 [j1] 尼科拉斯·加西亚·佩德拉哈斯 , 塞萨尔·埃尔瓦斯·马丁内斯 , 何塞·穆尼奥斯·佩雷斯 :
人工神经网络的多目标协同进化（多目标协同网络）。 神经网络 15 ( 10 ) : 1259-1278 ( 2002 ) 【c4】 塞萨尔·埃尔瓦斯·马丁内斯 , 多明戈·奥尔蒂斯·博伊尔 , 尼科拉斯·加西亚·佩德拉哈斯 :
实数编码遗传算法基于置信区间交叉的理论分析。 PPSN（PPSN） 2002 : 153-161 【c3】 多明戈·奥尔蒂斯·博伊尔 , 塞萨尔·埃尔瓦斯·马丁内斯 , 尼科拉斯·加西亚·佩德拉哈斯 :
约束函数优化中的交叉算子效应。 PPSN公司 2002 : 184-193 2001 【c2】 尼科拉斯·加西亚·佩德拉哈斯 , 埃洛伊·桑兹·塔皮亚 , 多明戈·奥尔蒂斯·博伊尔 , 塞萨尔·埃尔瓦斯·马丁内斯 :
在神经网络协同进化中引入多目标优化。 IWANN（1） 2001 : 645-652
1990 – 1999
1992 【c1】 塞萨尔·埃尔瓦斯·马丁内斯 , E.J.罗梅罗·索托 , 尼科拉斯·加西亚·佩德拉哈斯 , 拉斐尔·麦地那肉食机 :
模式识别中人工神经网络与经典统计方法的比较。 IPMU（综合项目管理单元） 1992 : 351-360
合著者索引
