会员服务
ICSE · GI · Automator · TOOLS · Engineering ·
2019 年 6 月 27 日
The State and Future of Genetic Improvement
翻译：基因改良的状况和未来
William B. Langdon,Westley Weimer,Christopher Timperley,Oliver Krauss,Zhen Yu Ding,Yiwei Lyu,Nicolas Chausseau,Eric Schulte,Shin Hwei Tan,Kevin Leach,Yu Huang,Gabin An
William B. Langdon,Westley Weimer,Christopher Timperley,Oliver Krauss,Zhen Yu Ding,Yiwei Lyu,Nicolas Chausseau,Eric Schulte,Shin Hwei Tan,Kevin Leach,Yu Huang,Gabin An
from arxiv, University College London, Computer Science

We report the discussion session at the sixth international Genetic Improvement workshop, GI-2019 @ ICSE, which was held as part of the 41st ACM/IEEE International Conference on Software Engineering on Tuesday 28th May 2019. Topics included GI representations, the maintainability of evolved code, automated software testing, future areas of GI research, such as co-evolution, and existing GI tools and benchmarks.


翻译：我们报告了作为2019年5月28日星期二第41届ACM/IEEE软件工程国际会议的一部分而举行的第六届国际遗传改良讲习班GI-2019@ICSE的讨论会议,议题包括GI代表、已演进代码的可维护性、自动软件测试、GI未来研究领域(如共同进化)以及现有的GI工具和基准。
0
下载
关闭预览

相关内容

ICSE是国际软件工程会议，是最重要的软件工程会议，为研究人员、实践者和教育工作者提供了一个论坛，介绍和讨论软件工程领域最新的创新、趋势、经验和关注点。 官网链接：http://www.icse-conferences.org/
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
专知会员服务
94+阅读 · 2020年4月18日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
165+阅读 · 2020年3月18日
【MIT】时间序列GAN，Subadditivity of Probability Divergences
专知会员服务
62+阅读 · 2020年3月4日
MIT-深度学习Deep Learning State of the Art in 2020，87页ppt
MIT-深度学习Deep Learning State of the Art in 2020，87页ppt
专知会员服务
62+阅读 · 2020年2月17日
【Google可解释人工智能白皮书】27页pdf，AI Explainability Whitepaper ，Introduction to AI Explanations for AI Platform
【Google可解释人工智能白皮书】27页pdf，AI Explainability Whitepaper ，Introduction to AI Explanations for AI Platform
专知会员服务
125+阅读 · 2019年12月13日
【Freddy Lecue 博士|公开演讲】关于知识图谱在可解释AI中的作用（On The Role of Knowledge Graphs in Explainable AI.），International Semantic Web Conference 2019
【Freddy Lecue 博士|公开演讲】关于知识图谱在可解释AI中的作用（On The Role of Knowledge Graphs in Explainable AI.），International Semantic Web Conference 2019
专知会员服务
73+阅读 · 2019年11月11日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
49+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
177+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
CCF推荐 | 国际会议信息6条
CCF推荐 | 国际会议信息6条
Call4Papers
9+阅读 · 2019年8月13日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
计算机 | 中低难度国际会议信息8条
计算机 | 中低难度国际会议信息8条
Call4Papers
9+阅读 · 2019年6月19日
CCF推荐 | 国际会议信息10条
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
计算机类 | 11月截稿会议信息9条
计算机类 | 11月截稿会议信息9条
Call4Papers
6+阅读 · 2018年10月14日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
人工智能 | 国际会议截稿信息5条
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Arxiv
16+阅读 · 2020年3月12日
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
Arxiv
79+阅读 · 2020年1月19日
The Measure of Intelligence
The Measure of Intelligence
Arxiv
7+阅读 · 2019年11月5日
Towards Automated Machine Learning: Evaluation and Comparison of AutoML Approaches and Tools
Towards Automated Machine Learning: Evaluation and Comparison of AutoML Approaches and Tools
Arxiv
3+阅读 · 2019年9月3日
AutoML: A Survey of the State-of-the-Art
AutoML: A Survey of the State-of-the-Art
Arxiv
72+阅读 · 2019年8月14日
Graph Neural Networks: A Review of Methods and Applications
Graph Neural Networks: A Review of Methods and Applications
Arxiv
5+阅读 · 2019年7月10日
A Survey of the Recent Architectures of Deep Convolutional Neural Networks
A Survey of the Recent Architectures of Deep Convolutional Neural Networks
Arxiv
39+阅读 · 2019年1月17日
A Systematic Evaluation and Benchmark for Person Re-Identification: Features, Metrics, and Datasets
Arxiv
5+阅读 · 2018年2月14日
Tracking Noisy Targets: A Review of Recent Object Tracking Approaches
Arxiv
9+阅读 · 2018年2月14日
Survey of the State of the Art in Natural Language Generation: Core tasks, applications and evaluation
Arxiv
5+阅读 · 2017年12月12日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
ICSE
GI
Automator
TOOLS
Engineering
相关VIP内容
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
专知会员服务
94+阅读 · 2020年4月18日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
165+阅读 · 2020年3月18日
【MIT】时间序列GAN，Subadditivity of Probability Divergences
专知会员服务
62+阅读 · 2020年3月4日
MIT-深度学习Deep Learning State of the Art in 2020，87页ppt
MIT-深度学习Deep Learning State of the Art in 2020，87页ppt
专知会员服务
62+阅读 · 2020年2月17日
【Google可解释人工智能白皮书】27页pdf，AI Explainability Whitepaper ，Introduction to AI Explanations for AI Platform
【Google可解释人工智能白皮书】27页pdf，AI Explainability Whitepaper ，Introduction to AI Explanations for AI Platform
专知会员服务
125+阅读 · 2019年12月13日
【Freddy Lecue 博士|公开演讲】关于知识图谱在可解释AI中的作用（On The Role of Knowledge Graphs in Explainable AI.），International Semantic Web Conference 2019
【Freddy Lecue 博士|公开演讲】关于知识图谱在可解释AI中的作用（On The Role of Knowledge Graphs in Explainable AI.），International Semantic Web Conference 2019
专知会员服务
73+阅读 · 2019年11月11日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
49+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
177+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
热门VIP内容
相关资讯
CCF推荐 | 国际会议信息6条
CCF推荐 | 国际会议信息6条
Call4Papers
9+阅读 · 2019年8月13日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
计算机 | 中低难度国际会议信息8条
计算机 | 中低难度国际会议信息8条
Call4Papers
9+阅读 · 2019年6月19日
CCF推荐 | 国际会议信息10条
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
计算机类 | 11月截稿会议信息9条
计算机类 | 11月截稿会议信息9条
Call4Papers
6+阅读 · 2018年10月14日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
人工智能 | 国际会议截稿信息5条
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
相关论文
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Arxiv
16+阅读 · 2020年3月12日
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
Arxiv
79+阅读 · 2020年1月19日
The Measure of Intelligence
The Measure of Intelligence
Arxiv
7+阅读 · 2019年11月5日
Towards Automated Machine Learning: Evaluation and Comparison of AutoML Approaches and Tools
Towards Automated Machine Learning: Evaluation and Comparison of AutoML Approaches and Tools
Arxiv
3+阅读 · 2019年9月3日
AutoML: A Survey of the State-of-the-Art
AutoML: A Survey of the State-of-the-Art
Arxiv
72+阅读 · 2019年8月14日
Graph Neural Networks: A Review of Methods and Applications
Graph Neural Networks: A Review of Methods and Applications
Arxiv
5+阅读 · 2019年7月10日
A Survey of the Recent Architectures of Deep Convolutional Neural Networks
A Survey of the Recent Architectures of Deep Convolutional Neural Networks
Arxiv
39+阅读 · 2019年1月17日
A Systematic Evaluation and Benchmark for Person Re-Identification: Features, Metrics, and Datasets
Arxiv
5+阅读 · 2018年2月14日
Tracking Noisy Targets: A Review of Recent Object Tracking Approaches
Arxiv
9+阅读 · 2018年2月14日
Survey of the State of the Art in Natural Language Generation: Core tasks, applications and evaluation
Arxiv
5+阅读 · 2017年12月12日
Top
微信扫码咨询专知VIP会员
Top