Primjena genski ekspresivnog programiranja na problemu simboličke regresije

završni rad

• Naslov (engleski): Application of gene expression programming for the symbolic regression problem
• Autor: Tomislav Krog
• Mentor: Marko Đurasević (mentor)
• Član povjerenstva: Marko Đurasević (predsjednik povjerenstva)
• Član povjerenstva: Vjeko Kužina (član povjerenstva)
• Član povjerenstva: Mak Gračić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-07, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Tema ovog rada je „Primjena genski ekspresivnog programiranja na problemu simboličke regresije”. Implementacija genski ekspresivnog programiranja izvedena je pomoću alata geppy koji je zasnovan na DEAP frameworku za evolucijsko računarstvo. Preinakama gotovih algoritama geppy alata te isto tako dodavanjem inovacija u alat pokušava se riješiti središnji problem ovog rada – simbolička regresija. Drugim riječima, pokušava se pronaći simbolički izraz koji odgovara podacima iz nepoznate funkcije. Kao skup podataka u ovom radu koristi se baza od 100 zagonetki simboličke regresije iz udžbenika Richarda Feynmana „The Feynman Lectures on Physics”.

Sažetak (engleski)

The topic of this paper is "Application of gene expression programming for the symbolic regression problem". The implementation of gene expression programming was performed using an evolutionary algorithm framework called geppy which is built on top of the evolutionary computing framework called DEAP. By modifying algorithms of the geppy tool and also by adding innovations to the tool, we tried to solve the central problem of this work - symbolic regression. In other words, an attempt is made to find a symbolic expression that corresponds to data from unknown functions. As a dataset in this paper, a database of 100 puzzles of symbolic regression from Richard Feynman's textbook "The Feynman Lectures on Physics" is used.

• Ključne riječi: simbolička regresija; genski ekspresivno programiranje; strojno učenje; regresija; evolucijsko računarstvo
• Ključne riječi (engleski): symbolic regression; gene expression programming; machine learning; regression; evolutionary computation
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:172918
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-15 10:37:45