1 resultado para Genetic Improvement
em Bulgarian Digital Mathematics Library at IMI-BAS
Filtro por publicador
- Aberdeen University (1)
- Acceda, el repositorio institucional de la Universidad de Las Palmas de Gran Canaria. España (1)
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (3)
- Aston University Research Archive (1)
- Biblioteca de Teses e Dissertações da USP (1)
- Biblioteca Digital | Sistema Integrado de Documentación | UNCuyo - UNCUYO. UNIVERSIDAD NACIONAL DE CUYO. (1)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (9)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (175)
- Biodiversity Heritage Library, United States (4)
- Bioline International (3)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (8)
- Brock University, Canada (1)
- Bulgarian Digital Mathematics Library at IMI-BAS (1)
- CentAUR: Central Archive University of Reading - UK (11)
- CiencIPCA - Instituto Politécnico do Cávado e do Ave, Portugal (4)
- Cochin University of Science & Technology (CUSAT), India (4)
- Consorci de Serveis Universitaris de Catalunya (CSUC), Spain (9)
- Cor-Ciencia - Acuerdo de Bibliotecas Universitarias de Córdoba (ABUC), Argentina (6)
- Dalarna University College Electronic Archive (1)
- DigitalCommons@The Texas Medical Center (1)
- eResearch Archive - Queensland Department of Agriculture; Fisheries and Forestry (1)
- Galway Mayo Institute of Technology, Ireland (1)
- Infoteca EMBRAPA (3)
- Institute of Public Health in Ireland, Ireland (9)
- Instituto Nacional de Saúde de Portugal (1)
- Instituto Politécnico do Porto, Portugal (37)
- Lume - Repositório Digital da Universidade Federal do Rio Grande do Sul (2)
- Martin Luther Universitat Halle Wittenberg, Germany (5)
- Memoria Académica - FaHCE, UNLP - Argentina (3)
- National Center for Biotechnology Information - NCBI (1)
- ReCiL - Repositório Científico Lusófona - Grupo Lusófona, Portugal (1)
- Repositório Alice (Acesso Livre à Informação Científica da Embrapa / Repository Open Access to Scientific Information from Embrapa) (9)
- Repositório Científico da Universidade de Évora - Portugal (1)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (6)
- Repositório da Produção Científica e Intelectual da Unicamp (20)
- Repositório da Universidade Federal do Espírito Santo (UFES), Brazil (3)
- Repositorio de la Universidad de Cuenca (1)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (7)
- Repositório Institucional da Universidade Federal do Rio Grande do Norte (1)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (132)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (35)
- Scielo Saúde Pública - SP (125)
- Scottish Institute for Research in Economics (SIRE) (SIRE), United Kingdom (2)
- Universidad de Alicante (1)
- Universidad Politécnica de Madrid (3)
- Universidade do Minho (10)
- Universidade dos Açores - Portugal (1)
- Universidade Federal de Uberlândia (1)
- Universidade Federal do Pará (3)
- Universidade Federal do Rio Grande do Norte (UFRN) (5)
- Universidade Técnica de Lisboa (2)
- Universitätsbibliothek Kassel, Universität Kassel, Germany (1)
- Université de Lausanne, Switzerland (77)
- University of Michigan (1)
- University of Queensland eSpace - Australia (232)
Resumo:
This paper presents an adaptive method using genetic algorithm to modify user’s queries, based on relevance judgments. This algorithm was adapted for the three well-known documents collections (CISI, NLP and CACM). The method is shown to be applicable to large text collections, where more relevant documents are presented to users in the genetic modification. The algorithm shows the effects of applying GA to improve the effectiveness of queries in IR systems. Further studies are planned to adjust the system parameters to improve its effectiveness. The goal is to retrieve most relevant documents with less number of non-relevant documents with respect to user's query in information retrieval system using genetic algorithm.