Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Evolutionary Algorithms for Cardinality-Constrained Ising Models

Bhuva, V., Dang, D.-C., Huber, L., & Sudholt, D. (2022). Evolutionary Algorithms for Cardinality-Constrained Ising Models. In G. Rudolph, A. V. Kononova, H. Aguirre, P. Kerschke, G. Ochoa, & T. Tušar (Eds.), Parallel Problem Solving from Nature – PPSN XVII. PPSN 2022. Lecture Notes in Computer Science (pp. 456-469). doi:10.1007/978-3-031-14721-0_32.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-000A-E307-E Versions-Permalink: https://hdl.handle.net/21.11116/0000-000A-E308-D
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Bhuva, Vijay1, 2, Autor           
Dang, Duc-Cuong1, Autor
Huber, Liam2, Autor           
Sudholt, Dirk1, Autor
Affiliations:
1Computer Science, University of Passau, Germany, ou_persistent22              
2Thermodynamics and Kinetics of Defects, Computational Materials Design, Max-Planck-Institut für Eisenforschung GmbH, Max Planck Society, ou_3291769              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: The Ising model is a famous model of ferromagnetism, in which atoms can have one of two spins and atoms that are neighboured prefer to have the same spin. Ising models have been studied in evolutionary computation due to their inherent symmetry that poses a challenge for evolutionary algorithms.

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2022-08-152022
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.1007/978-3-031-14721-0_32
ISBN: 978-3-031-14721-0
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Parallel Problem Solving from Nature – PPSN XVII. PPSN 2022. Lecture Notes in Computer Science
Genre der Quelle: Konferenzband
 Urheber:
Rudolph, Günter, Herausgeber
Kononova, Anna V., Herausgeber
Aguirre, Hernán, Herausgeber
Kerschke, Pascal, Herausgeber
Ochoa, Gabriela, Herausgeber
Tušar, Tea, Herausgeber
Affiliations:
-
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 13399 Artikelnummer: - Start- / Endseite: 456 - 469 Identifikator: -