Ackley, D., & Littman, M. (1991). I

Ackley, D., & Littman, M. (1991). Interactions between learning and evolution. In Proceedings
of the Second Conference on Artificial Life, C. Langton, C. Taylor, D. Farmer, and S.
Rasmussen, editors. California: Addison-Wesley.
Aha, D.W., Kibler, D., & Albert, M.K. (1991). Instance-based learning algorithms, Machine
Learning, 6, 37-66.
Aha, D.W., & Bankert, R.L. (1994). Feature selection for case-based classification of cloud
types: An empirical comparison. Case-Based Reasoning: Papers from the 1994 Workshop,
edited by D.W. Aha, Technical Report WS-94-07, pp. 106-112. Menlo Park, CA:
AAAI Press.
Anderson, R.W. (in press). Learning and evolution: A quantitative genetics approach. Journal
of Theoretical Biology.
Baldwin, J.M. (1896). A new factor in evolution. American Naturalist, 30, 441-451.
Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and regression
trees. California: Wadsworth.
De Jong, K.A., Spears, W.M., & Gordon, D.F. (1993). Using genetic algorithms for concept
learning. Machine Learning, 13, 161-188. Fogarty, T.C. (1992). Technical note: First nearest neighbor classification on Frey and Slate’s
letter recognition problem. Machine Learning, 9, 387-388.
Frey, P.W., & Slate, D.J., (1991). Letter recognition using Holland-style adaptive classifiers.
Machine Learning, 6, 161-182.
Friedman, J.H., & Stuetzle, W. (1981). Projection pursuit regression. Journal of the American
Statistics Association, 76, 817-823.
Gordon, D.F., & Perlis, D. (1989). Explicitly biased generalization. Computational Intelligence,
5, 67-81.
Grefenstette, J.J. (1986). Optimization of control parameters for genetic algorithms. IEEE
Transactions on Systems, Man, and Cybernetics, 16, 122-128.
Grefenstette, J.J., Ramsey, C.L., & Schultz, A.C. (1990). Learning sequential decision rules
using simulation models and competition. Machine Learning, 5, 355-381.
Hermans, J., Habbema, J.D.F., & Van der Burght, A.T. (1974). Cases of doubt in allocation
problems, k populations. Bulletin of the International Statistics Institute, 45, 523-529.
Hinton, G.E., & Nowlan, S.J. (1987). How learning can guide evolution. Complex Systems,
1, 495-502.
Karakoulas, G. (in preparation). A Q-learning approach to cost-effective classification. Technical
Report, Knowledge Systems Laboratory, National Research Council Canada. Also
submitted to the Twelfth International Conference on Machine Learning, ML-95.
Knoll, U., Nakhaeizadeh, G., & Tausend, B. (1994). Cost-sensitive pruning of decision trees.
Proceedings of the Eight European Conference on Machine Learning, ECML-94, pp.
383-386. Berlin, Germany: Springer-Verlag.
Koza, J.R. (1992). Genetic Programming: On the programming of computers by means of
natural selection. Cambridge, MA: MIT Press.
Lirov, Y., & Yue, O.-C. (1991). Automated network troubleshooting knowledge acquisition.
Journal of Applied Intelligence, 1, 121-132.
Maynard Smith, J. (1987). When learning guides evolution. Nature, 329, 761-762.
Morgan, C.L. (1896). On modification and variation. Science, 4, 733-740.
Murphy, P.M., & Aha, D.W. (1994). UCI Repository of Machine Learning Databases. University
of California at Irvine, Department of Information and Computer Science.
Norton, S.W. (1989). Generating better decision trees. Proceedings of the Eleventh International
Joint Conference on Artificial Intelligence, IJCAI-89, pp. 800-805. Detroit, Michigan.
Núñez, M. (1988). Economic induction: A case study. Proceedings of the Third European
Working Session on Learning, EWSL-88, pp. 139-145. California: Morgan Kaufmann.

ผลลัพธ์ (ไทย) 1:

Ackley, D. และ Littman ม. (1991) โต้ตอบระหว่างการเรียนรู้และวิวัฒนาการ ในตอนการประชุมที่สองในชีวิตประดิษฐ์ C. Langton, C. Taylor ชาวนา D. และ s ได้Rasmussen บรรณาธิการ แคลิฟอร์เนีย: แอดดิสัน-WesleyAha, D.W., Kibler, D. และอัลเบิร์ต สุ (1991) เรียนรู้ตัวอย่างอัลกอริทึม เครื่องเรียนรู้ 6, 37-66Aha, D.W., & Bankert, R.L. (1994) คุณลักษณะการจัดประเภทตามกรณีของเมฆชนิด: การเปรียบเทียบผลการ กรณีตามเหตุผล: เอกสารจากการประชุมเชิงปฏิบัติการปี 1994แก้ไข โดย D.W. ลเอ เทคนิครายงาน WS-94-07 นำ 106-112 เมนโลพาร์ก CA:กด AAAIแอนเดอร์สัน R.W. (ในข่าว) เรียนรู้และวิวัฒนาการ: วิธีพันธุศาสตร์เชิงปริมาณ สมุดรายวันของชีววิทยาทฤษฎีบอลด์วิน J.M. (1896) ตัวใหม่ในวิวัฒนาการ ธรรมชาตินิยมอเมริกัน 30, 441-451Breiman, L. ฟรีดแมน เจ Olshen, R. และ หิน C. (1984) จัดประเภทและการถดถอยต้นไม้ แคลิฟอร์เนีย: วาดส์วอลทช์De Jong, K.A. หอก W.M. และ Gordon, D.F. (1993) โดยใช้อัลกอริทึมทางพันธุกรรมสำหรับแนวคิดเรียนรู้ เรียนรู้เครื่อง 13, 161-188 Fogarty, T.C. (1992) หมายเหตุเทคนิค: แรกใกล้บ้านประเภท Frey และชนวนของจดหมายการรับรู้ปัญหา เครื่องเรียนรู้ 9, 387-388Frey, P.W. และกระดาน ชนวน D.J., (1991) การรู้จำตัวอักษรใช้คำนามภาษาแบบอะแดปทีฟสไตล์ฮอลแลนด์เรียนรู้เครื่อง 6, 161-182ฟรีดแมน J.H., & Stuetzle ปริมาณ (1981) ถดถอยฉายแสวงหา สมุดรายวันของอเมริกันที่สมาคมสถิติ 76, 817-823Gordon, D.F. และเปอร์ลิส D. (1989) Generalization biased อย่างชัดเจน ระบบสารสนเทศคอมพิวเตอร์5, 67-81Grefenstette, j.j. ใน (1986) เพิ่มประสิทธิภาพของการควบคุมพารามิเตอร์สำหรับอัลกอริทึมทางพันธุกรรม IEEEธุรกรรมในระบบ คน และ Cybernetics, 16, 122-128Grefenstette, j.j. ในหอประชุมรัฐสภา C.L. และ Schultz เอซี (1990) เรียนรู้กฎการตัดสินใจตามลำดับใช้รูปแบบจำลองและการแข่งขัน เครื่องเรียนรู้ 5, 355-381Hermans เจ Habbema, J.D.F., & Van der Burght อาคารเอที (1974) กรณีข้อสงสัยในการปันส่วนปัญหา k ประชากร นการของ สถาบันนานาชาติสถิติ 45, 523 529Hinton, G.E., & Nowlan, S.J. (1987) วิธีการเรียนรู้สามารถนำวิวัฒนาการ ระบบซับซ้อน1, 495-502Karakoulas กรัม (ในการเตรียมการ) วิธี Q-เรียนรู้การจัดประเภทที่คุ้มค่า ทางเทคนิครายงาน ห้องปฏิบัติการระบบความรู้ วิจัยแห่งชาติสภาแคนาดา นอกจากนี้ส่งไปประชุมวิชาการนานาชาติ Twelfth การเรียนรู้ของเครื่อง ML 95Knoll สหรัฐ Nakhaeizadeh กรัม และ Tausend, B. (1994) ตัดต้นทุนสำคัญของต้นไม้ตัดสินใจรายงานการประชุมที่ยุโรปแปดในเรียนรู้ของเครื่อง ECML-94, pp383-386. เบอร์ลิน เยอรมนี: Springer VerlagKoza, J.R. (1992) การเขียนโปรแกรมทางพันธุกรรม: ในการเขียนโปรแกรมคอมพิวเตอร์โดยวิธีของคัดเลือกโดยธรรมชาติ เคมบริดจ์ MA: MIT กดLirov, Y. และหยู ซีโอ (1991) ความรู้มาแก้ไขปัญหาของเครือข่ายอัตโนมัติสมุดรายวันของใช้ปัญญา 1, 121-132เมย์นาร์ดสมิธ เจ. (1987) เมื่อเรียนรู้แนะนำวิวัฒนาการ ธรรมชาติ 329, 761-762มอร์แกน C.L. (1896) แก้ไขและเปลี่ยนแปลง วิทยาศาสตร์ 4, 733-740เมอร์ฟี่ น. และ Aha, D.W. (1994) เก็บ UCI ของฐานการเรียนรู้ของเครื่อง มหาวิทยาลัยของแคลิฟอร์เนียที่เออร์วิน แผนกสารสนเทศ และวิทยาการคอมพิวเตอร์Norton, S.W. (1989) สร้างต้นไม้ตัดสินใจดีกว่า วิชาการนานาชาติที่สิบเอ็ดประชุมร่วมในปัญญาประดิษฐ์ IJCAI-89 นำ 800-805 ดีทรอยต์ มิชิแกนNúñez, M. (1988) เหนี่ยวนำเศรษฐกิจ: กรณีศึกษา วิชาการยุโรปสามทำงานเซสชันบน EWSL-88 เรียน นำ 139-145 แคลิฟอร์เนีย: มอร์แกน Kaufmann

ผลลัพธ์ (ไทย) 2:

แอคลีย์, D. และ Littman, M. (1991) ปฏิสัมพันธ์ระหว่างการเรียนรู้และวิวัฒนาการ ในการดำเนินการของการประชุมครั้งที่สองในชีวิตประดิษฐ์ซีแลงตัน, ซีเทย์เลอร์, D. เกษตรกรและเอสรัสมุสเซนบรรณาธิการ แคลิฟอร์เนีย:. แอดดิสันเวสลีย์-Aha, DW, KIBLER, D. และอัลเบิร์เอ็ม (1991) อินสแตนซ์ตามขั้นตอนวิธีการเรียนรู้เครื่องการเรียนรู้, 6, 37-66. อ้า DW และ Bankert, RL (1994) เลือกคุณสมบัติสำหรับการจำแนกกรณีที่ใช้ระบบคลาวด์ประเภท: การเปรียบเทียบเชิงประจักษ์ เหตุผลกรณีตาม: เอกสารจาก 1994 การประชุมเชิงปฏิบัติการแก้ไขโดยDW อ้ารายงานทางเทคนิค WS-94-07, หน้า 106-112. Menlo Park, CA:. AAAI กดแอนเดอRW (ในข่าว) การเรียนรู้และวิวัฒนาการ: วิธีพันธุศาสตร์เชิงปริมาณ วารสารชีววิทยาเชิงทฤษฎี. บอลด์วิน, JM (1896) ปัจจัยใหม่ในการวิวัฒนาการ อเมริกันธรรมชาติ, 30, 441-451. Breiman แอลฟรีดแมนเจ Olshen หม่อมราชวงศ์และหิน, C. (1984) การจัดหมวดหมู่และการถดถอยต้นไม้ แคลิฟอร์เนีย:. วัดส์เดอยอง, KA, Spears, WM และกอร์ดอน DF (1993) โดยใช้กลไกทางพันธุกรรมสำหรับแนวคิดการเรียนรู้ เครื่องการเรียนรู้, 13, 161-188 โฟการ์ตี, TC (1992) บันทึกทางเทคนิค: การจัดหมวดหมู่เพื่อนบ้านที่ใกล้ที่สุดเป็นครั้งแรกที่เฟรย์และชนวนของจดหมายปัญหาการรับรู้ เครื่องการเรียนรู้, 9, 387-388. เฟรย์ PW และชนวนดีเจ (1991) การรับรู้หนังสือโดยใช้ลักษณนามปรับตัวฮอลแลนด์สไตล์. เครื่องการเรียนรู้, 6, 161-182. ฟรีดแมน JH และ Stuetzle, W. (1981) ฉายถดถอยแสวงหา วารสารอเมริกันสมาคมสถิติ 76, 817-823. กอร์ดอน DF และปะลิส, D. (1989) ทั่วไปลำเอียงอย่างชัดเจน คำนวณข่าวกรอง5, 67-81. Grefenstette เจเจ (1986) การเพิ่มประสิทธิภาพของพารามิเตอร์การควบคุมสำหรับขั้นตอนวิธีพันธุกรรม IEEE รายการที่เกี่ยวกับระบบคนและไซเบอร์เนติกส์, 16, 122-128. Grefenstette เจเจแรมซีย์, CL และชูลท์ซ, AC (1990) การเรียนรู้กฎการตัดสินใจตามลำดับโดยใช้แบบจำลองและการแข่งขัน การเรียนรู้เครื่อง, 5, 355-381. Hermans เจ Habbema, JDF และแวนเดอร์ Burght, AT (1974) กรณีที่มีข้อสงสัยในการจัดสรรปัญหาประชากร k แถลงการณ์ของสถิติสถาบันระหว่างประเทศ, 45, 523-529. ฮินตัน, GE และ Nowlan, SJ (1987) วิธีการเรียนรู้ที่สามารถให้คำแนะนำวิวัฒนาการ ระบบที่ซับซ้อน, 1, 495-502. Karakoulas กรัม (ในการเตรียมการ) วิธี Q-การเรียนรู้การจำแนกประเภทค่าใช้จ่ายที่มีประสิทธิภาพ เทคนิครายงานความรู้ของระบบห้องปฏิบัติการ, สภาวิจัยแห่งชาติแคนาดา นอกจากนี้ยังส่งไปยังการประชุมนานาชาติสิบบนเครื่องการเรียนรู้ ML-95. เนิน U. , Nakhaeizadeh กรัมและ Tausend บี (1994) การตัดแต่งกิ่งค่าใช้จ่ายที่มีความละเอียดอ่อนของต้นไม้ตัดสินใจ. การดำเนินการของแปดประชุมยุโรปในเครื่องการเรียนรู้ ECML-94, PP. 383-386 เบอร์ลินเยอรมนี. Springer-Verlag Koza จูเนียร์ (1992) การเขียนโปรแกรมทางพันธุกรรม: ในการเขียนโปรแกรมคอมพิวเตอร์โดยใช้วิธีการคัดเลือกโดยธรรมชาติ เคมบริดจ์:. เอ็มไอทีLirov วายและยู O.-C. (1991) เครือข่ายอัตโนมัติซื้อความรู้การแก้ไขปัญหา. วารสาร Applied ข่าวกรอง, 1, 121-132. เมย์นาร์สมิ ธ , เจ (1987) เมื่อเรียนรู้วิวัฒนาการคู่มือ ธรรมชาติ, 329, 761-762. มอร์แกน, CL (1896) ในการปรับเปลี่ยนและการเปลี่ยนแปลง วิทยาศาสตร์, 4, 733-740. เมอร์ฟี่, PM, และอ้าใบสำคัญแสดงสิทธิอนุพันธ์ (1994) UCI พื้นที่เก็บข้อมูลของเครื่องฐานข้อมูลการเรียนรู้ มหาวิทยาลัยแห่งแคลิฟอร์เนียที่เออร์ภาควิชาสารสนเทศและวิทยาการคอมพิวเตอร์. นอร์ตัน, SW (1989) สร้างต้นไม้ตัดสินใจที่ดีกว่า การดำเนินการของเอ็ดระหว่างการประชุมร่วมในการประดิษฐ์ IJCAI-89, PP. 800-805 ดีทรอยต์รัฐมิชิแกน. Núñez, M. (1988) การเหนี่ยวนำเศรษฐกิจ: กรณีศึกษา การดำเนินการของยุโรปที่สามการทำงานในช่วงที่การเรียนรู้ EWSL-88, PP. 139-145 แคลิฟอร์เนีย: มอร์แกน Kaufmann

ผลลัพธ์ (ไทย) 3:

Ackley ดี & ลิตต์แมน , M . ( 1991 ) ปฏิสัมพันธ์ระหว่างการเรียนรู้และวิวัฒนาการ ในเรื่องของการประชุมครั้งที่สองในชีวิต
1 C แลงตัน , C . เทย์เลอร์ , D . ชาวนา และ S .
ราสมัสเซ่น , บรรณาธิการ . แคลิฟอร์เนีย : แอดดิสันเวสลีย์ .
AHA d.w. คิปเลอร์ , D , & , อัลเบิร์ต เอ็มเอ ( 1991 ) ตัวอย่างที่ใช้อัลกอริทึมการเรียนรู้ , การเรียนรู้เครื่อง
6 37-66 .
AHA d.w. &แบงเคิร์ท , R.L . , ( 1994 )การเลือกคุณลักษณะสำหรับกรณีตามหมวดหมู่ประเภทของเมฆ
: การเปรียบเทียบเชิงประจักษ์ เหตุผลจากกรณี : เอกสารจาก 1994 workshop
แก้ไขโดย d.w. AHA รายงานทางเทคนิค ws-94-07 . 106-112 , . เมนโลพาร์ก , แคลิฟอร์เนีย :
aaai กด
แอนเดอร์สัน r.w. ( ในข่าว ) การเรียนรู้และวิวัฒนาการ : วิธีพันธุศาสตร์เชิงปริมาณ วารสารชีววิทยาทฤษฎี
.
Baldwin , JM ( 1896 ) ปัจจัยใหม่ในวิวัฒนาการนักธรรมชาตินิยมชาวอเมริกัน , 30 , 441-451 .
breiman L . Friedman , J . , olshen , R & , หิน , C . ( 1984 ) การจำแนกและการถดถอย
ต้นไม้ แคลิฟอร์เนีย : Wadsworth .
de Jong , สารคดี สเปียร์ w.m. & , กอร์ดอน d.f. ( 1993 ) การใช้ขั้นตอนวิธีเชิงพันธุกรรมสำหรับ
การเรียนรู้มโนทัศน์ การเรียนรู้ของเครื่อง , 13 , 161-188 . ฟอการ์ที่ ทีซี ( 1992 ) หมายเหตุทางเทคนิค : แรกเพื่อนบ้านที่ใกล้ที่สุดและกระดานชนวนของ
การจำแนก เฟรย์จดหมายปัญหาการรับรู้ การเรียนรู้ของเครื่อง , 9 , 387-388 .
เฟรย์ p.w. & , หินชนวน , ดี. เจ. ( 1991 ) การรู้จำตัวอักษรโดยใช้รูปแบบการปรับตัวของฮอลแลนด์คือ
การเรียนรู้เครื่อง , 6 , 161-182 .
ฟรีดแมน , j.h. & stuetzle , W . ( 2524 ) จากการแสวงหาการถดถอย วารสารของสมาคมอเมริกันสถิติ 76 , 817-823
, .
กอร์ดอน d.f. & , Pennsylvania , D . ( 1989 ) การลำเอียงอย่างชัดเจน .การคำนวณทางปัญญา ,
5 67-81 .
grefenstette เจเจ ( 1986 ) การเพิ่มประสิทธิภาพของพารามิเตอร์ควบคุมขั้นตอนวิธีทางพันธุกรรม อีอีอีธุรกรรม
บนระบบมนุษย์และไซเบอร์เนติกส์ , 16 , 122-128 .
grefenstette เจเจ แรมซีย์ พื้นฐานทางชีวภาพ& , ชูลท์ซ , ไฟฟ้า ( 1990 ) เรียนรู้ลำดับขั้นกฎการตัดสินใจ
โดยใช้แบบจำลองและการแข่งขัน การเรียนรู้เครื่อง , 5 , 355-381 .
เ ร์มันส์ habbema j.d.f. , J . , , ,& ฟาน เดอร์ burght เอที , ( 1974 ) กรณีข้อสงสัยในปัญหาการจัดสรร
, K กร แถลงการณ์ของสถาบันสถิตินานาชาติ , 45 , 523-529 .
เด็ก g.e. & nowlan ตู , , , ( 1987 ) วิธีการเรียนรู้ สามารถแนะนำวิวัฒนาการ ระบบ ,
1 495-502 ซับซ้อน karakoulas
, G . ( เตรียมพร้อม ) เป็น q-learning แนวทางการประหยัดต้นทุน รายงานทางเทคนิค
, ห้องปฏิบัติการระบบความรู้สภาวิจัยแห่งชาติแคนาดา นอกจากนี้
ส่งไปยัง 12 การประชุมนานาชาติด้านการเรียนรู้ , เครื่อง ml-95 .
Knoll สหราชอาณาจักร nakhaeizadeh G , , & tausend บี ( 1994 ) ต้นทุนที่มีการตัดแต่งกิ่งของต้นไม้ การตัดสินใจ การดำเนินการ ของแปดยุโรป
การประชุมในการเรียนรู้ , เครื่อง ecml-94 .
, 383-386 . เบอร์ลิน , เยอรมนี : Springer Verlag .
โกซา เจอาร์ ( 1992 ) การเขียนโปรแกรมทางพันธุกรรม :ในการเขียนโปรแกรมคอมพิวเตอร์โดยวิธีการของ
การคัดเลือกโดยธรรมชาติ Cambridge , MA : MIT Press .
lirov Y - C , O & Yue ( 1991 ) โดยอัตโนมัติเครือข่ายความรู้แก้ไขปัญหา .
วารสารปัญญา สมัคร 1 , 121-132 .
เมย์นาร์ดสมิท , J . ( 1987 ) เมื่อคู่มือการเรียนรู้วิวัฒนาการ ธรรมชาติ , 329 , 761-762 .
มอร์แกน พื้นฐานทางชีวภาพ ( 1896 ) ในการปรับเปลี่ยนและการเปลี่ยนแปลง . วิทยาศาสตร์ , 4 , 733-740 .
เมอร์ฟี่ น. & AHAd.w. ( 1994 ) กรุของ UCI การเรียนรู้ของเครื่องฐานข้อมูล มหาวิทยาลัยแคลิฟอร์เนียที่เออร์
ภาควิชาเทคโนโลยีสารสนเทศและคอมพิวเตอร์ .
Norton , S.W . ( 1989 ) การสร้างการตัดสินใจได้ดีขึ้น ต้นไม้ รายงานการประชุมทางวิชาการ ครั้งที่ 11 ร่วมประชุมนานาชาติ
ปัญญาประดิษฐ์ ijcai-89 . 800-805 , . ดีทรอยต์ , มิชิแกน .
n úñ EZ , M . ( 1988 ) และเศรษฐกิจ : กรณีศึกษา