Среда за XML - базирано генетично програмиране

Лектор: Иван Танев, Университет Doshisha, Киото, Япония

Проф.Танев е преподавател в департамента по дизайн на информационни системи в японския университет Doshisha. Той е автор на много изследвания на тема: генетично програмиране и приложение в роботиката. По покана на Академия за ИТ Лидери проф. Танев ще гостува с 3-дневен летен курс във ФМИ, Софийски Университет. Курсът е отворен за всички желаещи, а записването се извършва в стая 209А на ФМИ до 3.07.2011. или на email: Е-мейл адресът e защитен от спам ботове.

Кога: 20-22 август (събота, неделя, понеделник) 2011
Къде: ФМИ, бул. Джеймс Баучер 5, зала Мусала
Вход: свободен, с предварително записване

Кратко съдържание:
During the course of my lectures @ FMI I would like to present the design philosophy, the implementation and various applications of XML-based genetic programming (GP) framework (XGP). The key feature of XGP is the distinct representation of genetic programs as DOM-parse trees featuring corresponding flat XML-text. XGP contributes to the achievement of (i) fast prototyping of GP by using the standard built-in API of DOM-parsers for manipulating the genetic programs, (ii) human-readability and modifiability of the genetic representations (iii) generic support for the representation of grammar of strongly-typed GP using W3C-standardized XML-schema; and (iv) inherent inter-machine migratability of the text-based genetic representation (i.e., the XML text) in the distributed implementations of GP. The lecture schedule could be as follows:

Lecture #1: Introduction to Genetic Programming (GP). Challenges in implementing GP. XML-based genetic programming (XGP),

Lecture #2: Applications of XGP. Case study of applying XGP in evolutionary robotics: Evolution, adaptation, and robustness of locomotion of simulated sidewinding snake-like robot.

Lecture #3: Improving the efficiency of XGP for evolution of snake-like robot through the incorporation of some of the recent discoveries in molecular biology. Case studies: (i) biased mutation for evolution of sensorless snake-like robot, and (ii) genetic transposition for incremental evolution of bot with sensors in challenging environment.