Combining Lazy Learning, Racing and Subsampling for Effective Feature Selection

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

Référence Lecture notes in computer science, page (393-396)
Publication Publié, 2005

Article révisé par les pairs

Titre:	Combining Lazy Learning, Racing and Subsampling for Effective Feature Selection
Auteur:	Bontempi, Gianluca; Birattari, Mauro; Meyer, Patrick E.
Informations sur la publication:	Lecture notes in computer science, page (393-396)
Statut de publication:	Publié, 2005
Sujet CREF:	Informatique mathématique
Note générale:	7th International Conference on Adaptive and Natural Computing Algorithms (ICANNGA 05)
	B. Ribeiro et al. editors
Langue:	Anglais
Identificateurs:	urn:issn:0302-9743

On Using Simulation to Predict the Performance of Robot Swarms
par Ligot, Antoine , Birattari, Mauro
Publication 2022-12
Towards an integrated automatic design process for robot swarms
par Bozhinoski, Darko , Birattari, Mauro
Publication 2022-11-04
Show me what you want: Inverse reinforcement learning to automatically design robot swarms by demonstration
par Gharbi, Ilyes , Kuckling, Jonas , Garzón Ramos, David , Birattari, Mauro
Publication 2023-01-17
DeimOS: a ROS-ready operating system for the e-puck
par Kegeleirs, Miquel , Garzón Ramos, David , Birattari, Mauro
Publication 2022-11-20
Controlling Robot Swarm Aggregation Through a Minority of Informed Robots
par Sion, Antoine , Reina, Andreagiovanni , Birattari, Mauro , Tuci, Elio
Publication 2022-01-01

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.