Als u wijzigingen in Pure hebt gemaakt, zullen deze hier binnenkort zichtbaar zijn.

Persoonlijk profiel

Research profile

Anil Yaman received his PhD degree in Mathematics and Computer Science in the Eindhoven University of Technology. He holds a B.S. degree from the Karadeniz Technical University (Turkey, 2010), and an M.S. degree from the City College of the City University of New York (USA, 2014). From 2013 to 2015, Anil held a research position at the Department of Biomedical Informatics in Columbia University; and from 2015 to 2016, he joined to INCAS³, an independent research institute founded in Assen, the Nederlands. His main areas of research include topics in computational intelligence, specifically naturally inspired algorithms specializing in evolutionary computation, artificial neural networks, and swarm intelligence. From 2015 to 2019, Anil involved in the H2020-FETOPEN project “PHOENIX: Exploring the Unknown through Reincarnation and Co-evolution”.

Vingerafdruk Verdiep u in de onderzoeksgebieden waarop Anil Yaman actief is. Deze onderwerplabels komen uit het werk van deze persoon. Samen vormen ze een unieke vingerafdruk.

  • 1 Soortgelijke profielen

Netwerk Recente externe samenwerking op landenniveau. Duik in de details door op de stippen te klikken.

Onderzoeksoutput

  • 27 Citaties
  • 8 Conferentiebijdrage
  • 5 Tijdschriftartikel
  • 1 Dissertatie 1 (Onderzoek TU/e / Promotie TU/e)

A comparison of three differential evolution strategies in terms of early convergence with different population sizes

Yaman, A., Iacca, G. & Caraffini, F., 12 feb 2019, Proceedings LeGO 2018, 14th International Global Optimization Workshop. Deutz, A. H., Hille, S. C., Sergeyev, Y. D. & Emmerich, M. T. M. (redactie). American Institute of Physics, 3 blz. 20002. (AIP Conference Proceedings ; vol. 2070).

Onderzoeksoutput: Hoofdstuk in Boek/Rapport/CongresprocedureConferentiebijdrageAcademicpeer review

Open Access
  • 2 Citaten (Scopus)

    Evolutionary approach to constructing a deep feedforward neural network for prediction of electronic coupling elements in molecular materials

    Çaylak, O., Yaman, A. & Baumeier, B., 12 mrt 2019, In : Journal of Chemical Theory and Computation. 15, 3, blz. 1777-1784 8 blz.

    Onderzoeksoutput: Bijdrage aan tijdschriftTijdschriftartikelAcademicpeer review

    Open Access
    Bestand
  • 1 Citaat (Scopus)
    36 Downloads (Pure)

    Evolution of biologically inspired learning in artificial neural networks

    Yaman, A., 19 nov 2019, Eindhoven: Technische Universiteit Eindhoven. 149 blz.

    Onderzoeksoutput: ScriptieDissertatie 1 (Onderzoek TU/e / Promotie TU/e)

    Open Access
    Bestand

    Evolving plasticity for autonomous learning under changing environmental conditions

    Yaman, A., Mocanu, D., Iacca, G., Coler, M., Fletcher, G. & Pechenizkiy, M., 2019, In : arXiv. 26 blz., 1904.01709v1.

    Onderzoeksoutput: Bijdrage aan tijdschriftTijdschriftartikelAcademic

    Open Access
    Bestand
  • Improving (1+1) covariance matrix adaptation evolution strategy: a simple yet efficient approach

    Caraffini, F., Iacca, G. & Yaman, A., 12 feb 2019, Proceedings LeGO 2018 : 14th International Global Optimization Workshop. Deutz, A. H., Hille, S. C., Sergeyev, Y. D. & Emmerich, M. T. M. (redactie). Maryland: American Institute of Physics, 4 blz. 20004. (AIP Conference Proceedings; vol. 2070).

    Onderzoeksoutput: Hoofdstuk in Boek/Rapport/CongresprocedureConferentiebijdrageAcademicpeer review

    Open Access
  • 1 Citaat (Scopus)

    Knipsels

    A bio-inspired approach to enhance learning in ANNs

    Anil Yaman

    4/04/19

    1 item van Media-aandacht

    Pers / media: Vakinhoudelijk commentaar