Synthetic Benchmarks for Genetic Improvement
Synthetic Benchmarks for Genetic Improvement
复制标题
遗传改良的综合基准
DOI：
10.1145/3387940.3392175
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Blot A
中科院分区：
文献类型：
--
作者：
Blot A
基因改良(GI)使用自动搜索来寻找现有软件的改进版本。如果多年来许多GI方法的潜力已经被证明，那么评估现实世界软件的内在成本使得在大规模荟萃分析中比较这些方法非常昂贵。我们提出并描述了一种构建合成GI基准的方法，以绕过这一瓶颈，并使GI方法能够更快地进行质量评估。
Genetic improvement (GI) uses automated search to find improved versions of existing software. If over the years the potential of many GI approaches have been demonstrated, the intrinsic cost of evaluating real-world software makes comparing these approaches in large-scale meta-analyses very expensive. We propose and describe a method to construct synthetic GI benchmarks, to circumvent this bottleneck and enable much faster quality assessment of GI approaches.
登录
查看更多内容
软件突变鲁棒性
影响因子：
2.6
作者：
Eric M. Schulte;Zachary P. Fry;Ethan Fast;Westley Weimer;S. Forrest
通讯作者：
S. Forrest
Java 中性程序变体之旅
影响因子：
2.6
作者：
Nicolas Harrand;Simon Allier;M. Rodriguez;Monperrus Martin;B. Baudry
通讯作者：
B. Baudry
论遗传改良中的适应性专业化
DOI：
10.1145/3319619.3326839
发表时间：
2019
期刊：
--
影响因子：
--
作者：
Blot A
通讯作者：
Blot A
影响因子：
14.3
作者：
Petke J
通讯作者：
Petke J
使用代理配置基准配置 irace
DOI：
--
发表时间：
2017
期刊：
Annual Conference on Genetic and Evolutionary Computation
影响因子：
--
作者：
Nguyen Dang;Leslie Pérez Cáceres;P. D. Causmaecker;T. Stützle
通讯作者：
T. Stützle