Wydział Informatyki i Telekomunikacji

dr hab. inż. Michał Przewoźniczek

Email: michal.przewozniczek@pwr.edu.pl

Jednostka: Wydział Informatyki i Telekomunikacji » Katedra Systemów i Sieci Komputerowych

ul. I. Łukasiewicza 3/5, Wrocław
bud. D-2, pok. 201/2
tel. 71 320 3207


Wybrane publikacje
1
Referat konferencyjny
2022
Michał Przewoźniczek, Marcin M Komarnicki,
Empirical linkage learning for non-binary discrete search spaces in the optimization of a large-scale real-world problem. W: GECCO '22 : Proceedings of the 2022 Genetic and Evolutionary Computation Conference, July 9-13, 2022, Boston, Massachusetts / ed. Jonathan E. Fieldsend. New York, NY : ACM, cop. 2022. s. 35-36. ISBN: 978-1-4503-9237-2
Zasoby:DOIURL
2
Referat konferencyjny
2022
Renato Tinós, Michał Przewoźniczek, Darrell Whitley,
Iterated local search with perturbation based on variables interaction for pseudo-boolean optimization. W: GECCO '22 : Proceedings of the 2022 Genetic and Evolutionary Computation Conference, July 9-13, 2022, Boston, Massachusetts / ed. Jonathan E. Fieldsend. New York, NY : ACM, cop. 2022. s. 296-304. ISBN: 978-1-4503-9237-2
Zasoby:DOIURL
3
Referat konferencyjny
2022
Michał Przewoźniczek, Renato Tinós, Bartosz Frej, Marcin M Komarnicki,
On turning black - into dark gray-optimization with the direct empirical linkage discovery and partition crossover. W: GECCO '22 : Proceedings of the 2022 Genetic and Evolutionary Computation Conference, July 9-13, 2022, Boston, Massachusetts / ed. Jonathan E. Fieldsend. New York, NY : ACM, cop. 2022. s. 269-277. ISBN: 978-1-4503-9237-2
Zasoby:DOIURL
4
Artykuł
2022
Incremental recursive ranking grouping for large scale global optimization. IEEE Transactions on Evolutionary Computation. 2022, s. 1-15. ISSN: 1089-778X; 1941-0026
Zasoby:DOIURLImpact FactorLista FiladelfijskaLista MNiSW
5
Referat konferencyjny
2021
Michał Przewoźniczek, Marcin M Komarnicki, Dirk Thierens, Bartosz Frej, Ngoc Hoang Luong,
Hybrid linkage learning for permutation optimization with Gene-pool optimal mixing evolutionary algorithms. W: GECCO’21 Companion : Proceedings of the 2021 Genetic and Evolutionary Computation Conference Companion, July 10-14, 2021 Lille, France / eds. Francisco Chicano, Krzysztof Krawiec. New York, NY : ACM, cop. 2021. s. 1442-1450. ISBN: 978-1-4503-8351-6
Zasoby:DOI
6
Referat konferencyjny
2021
Michał Przewoźniczek, Marcin M Komarnicki, Bartosz Frej,
Direct linkage discovery with empirical linkage learning. W: GECCO’21 Companion : Proceedings of the 2021 Genetic and Evolutionary Computation Conference Companion, July 10-14, 2021 Lille, France / eds. Francisco Chicano, Krzysztof Krawiec. New York, NY : ACM, cop. 2021. s. 609-617. ISBN: 978-1-4503-8351-6
Zasoby:DOI
7
Referat konferencyjny
2021
Michał Przewoźniczek, Piotr Dziurzanski, Shuai Zhao, Leandro Soares Indrusiak,
Multi-objective parameter-less population pyramid in solving the real-world and theoretical problems. W: GECCO’21 Companion : Proceedings of the 2021 Genetic and Evolutionary Computation Conference Companion, July 10-14, 2021 Lille, France / eds. Francisco Chicano, Krzysztof Krawiec. New York, NY : ACM, cop. 2021. s. 41-42. ISBN: 978-1-4503-8351-6
Zasoby:DOI
8
Referat konferencyjny
2021
Michał Przewoźniczek, Marcin M Komarnicki,
Fitness caching - from a minor mechanism to major consequences in modern Evolutionary Computation. W: 2021 IEEE Congress on Evolutionary Computation (CEC), 28.06-1.07.2021, Kraków, Poland : proceedings / eds. Jacek Mańdziuk and Hussein Abbass. Danvers : IEEE, cop. 2021. s. 1785-1791. ISBN: 978-1-7281-8394-7; 978-1-7281-8393-0
Zasoby:DOIURL
9
Artykuł
2021
Michał Przewoźniczek, Marcin M Komarnicki,
Empirical problem decomposition - the key to the evolutionary effectiveness in solving a large-scale non-binary discrete real-world problem. Applied Soft Computing. 2021, vol. 113, art. 107864, s. 1-17. ISSN: 1568-4946; 1872-9681
Zasoby:DOIURLSFXImpact FactorLista FiladelfijskaLista MNiSW
10
Artykuł
2021
Michał Przewoźniczek, Piotr Dziurzanski, Shuai Zhao, Leandro Soares Indrusiak,
Multi-objective Parameter-less Population Pyramid for solving industrial process planning problems. Swarm and Evolutionary Computation. 2021, vol. 60, art. 100773, s. 1-17. ISSN: 2210-6502; 2210-6510
Zasoby:DOISFXImpact FactorLista FiladelfijskaLista MNiSW

Wszystkie publikacje pracownika

Politechnika Wrocławska © 2024

Nasze strony internetowe i oparte na nich usługi używają informacji zapisanych w plikach cookies. Korzystając z serwisu wyrażasz zgodę na używanie plików cookies zgodnie z aktualnymi ustawieniami przeglądarki, które możesz zmienić w dowolnej chwili. Ochrona danych osobowych »

Akceptuję