論文の概要: Simple Genetic Operators are Universal Approximators of Probability
Distributions (and other Advantages of Expressive Encodings)
- arxiv url: http://arxiv.org/abs/2202.09679v4
- Date: Tue, 2 Aug 2022 21:56:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-24 11:57:06.825838
- Title: Simple Genetic Operators are Universal Approximators of Probability
Distributions (and other Advantages of Expressive Encodings)
- Title（参考訳）: 単純遺伝的作用素は確率分布の普遍近似である(表現エンコーディングの他の利点)
- Authors: Elliot Meyerson, Xin Qiu and Risto Miikkulainen
- Abstract要約: 本稿では進化的アルゴリズムの本質的なパワーを特徴付ける。
これは、表現的エンコーディングが進化の完全なパワーを理解し、実現するための鍵であることを示している。
- 参考スコア（独自算出の注目度）: 27.185579156106694
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper characterizes the inherent power of evolutionary algorithms. This
power depends on the computational properties of the genetic encoding. With
some encodings, two parents recombined with a simple crossover operator can
sample from an arbitrary distribution of child phenotypes. Such encodings are
termed \emph{expressive encodings} in this paper. Universal function
approximators, including popular evolutionary substrates of genetic programming
and neural networks, can be used to construct expressive encodings. Remarkably,
this approach need not be applied only to domains where the phenotype is a
function: Expressivity can be achieved even when optimizing static structures,
such as binary vectors. Such simpler settings make it possible to characterize
expressive encodings theoretically: Across a variety of test problems,
expressive encodings are shown to achieve up to super-exponential convergence
speed-ups over the standard direct encoding. The conclusion is that, across
evolutionary computation areas as diverse as genetic programming,
neuroevolution, genetic algorithms, and theory, expressive encodings can be a
key to understanding and realizing the full power of evolution.
- Abstract（参考訳）: 本稿では,進化的アルゴリズムの固有パワーを特徴付ける。
この力は遺伝子エンコーディングの計算的性質に依存する。
いくつかのエンコーディングでは、単純なクロスオーバー演算子と組み合わされた2人の親は、子表現型の任意の分布からサンプリングすることができる。
このようなエンコーディングを \emph{expressive encodings} と呼ぶ。
遺伝的プログラミングやニューラルネットワークの一般的な進化基質を含む普遍関数近似器は、表現的エンコーディングを構築するために使用できる。
興味深いことに、このアプローチは表現型が関数である領域にのみ適用する必要はない: 表現性はバイナリベクトルのような静的構造を最適化しても達成できる。
このような単純な設定により、表現的エンコーディングを理論的に特徴づけることができる: 様々なテスト問題において、表現的エンコーディングは標準直接エンコーディングよりも超指数収束速度で達成される。
結論として、遺伝的プログラミング、神経進化、遺伝的アルゴリズム、理論のように多様な進化計算領域において、表現的エンコーディングは進化の完全なパワーを理解し、実現するための鍵となる。
関連論文リスト
- VQDNA: Unleashing the Power of Vector Quantization for Multi-Species Genomic Sequence Modeling [60.91599380893732]
VQDNAは、ゲノムボキャブラリ学習の観点からゲノムのトークン化を改良する汎用フレームワークである。
ベクトル量子化されたコードブックを学習可能な語彙として活用することにより、VQDNAはゲノムをパターン認識の埋め込みに適応的にトークン化することができる。
論文 参考訳（メタデータ） (2024-05-13T20:15:03Z) - Searching Search Spaces: Meta-evolving a Geometric Encoding for Neural Networks [0.0]
学習機能を持つ遺伝子は、直接符号化と手作り距離の両方に優れることを示す。
符号化がニューラルネットワークの特性に与える影響について検討する。
論文 参考訳（メタデータ） (2024-03-20T22:40:53Z) - On the Suitability of Representations for Quality Diversity Optimization
of Shapes [77.34726150561087]
進化的アルゴリズムで使用される表現、あるいは符号化は、その性能に大きな影響を及ぼす。
本研究では, 直接符号化, 辞書ベース表現, パラメトリック符号化, 合成パターン生成ネットワーク, セルオートマトンなどの表現が, 酸化メッシュの生成に与える影響について比較した。
論文 参考訳（メタデータ） (2023-04-07T07:34:23Z) - Digging Deeper: Operator Analysis for Optimizing Nonlinearity of Boolean
Functions [8.382710169577447]
ビットストリング符号化における遺伝的演算子の非線形性を最適化する効果について検討する。
オペレータが提供できる可能性のある変更の範囲を観察することで、この情報を使用して、より効果的な遺伝子操作子の組み合わせを設計することができる。
論文 参考訳（メタデータ） (2023-02-12T10:34:01Z) - X-volution: On the unification of convolution and self-attention [52.80459687846842]
本稿では,畳み込み操作と自己注意操作の両方からなるマルチブランチ基本モジュールを提案する。
提案したX-進化は、非常に競争力のある視覚的理解の改善を実現する。
論文 参考訳（メタデータ） (2021-06-04T04:32:02Z) - On the Genotype Compression and Expansion for Evolutionary Algorithms in
the Continuous Domain [7.152439554068968]
我々は、遺伝子型が表現型より小さい)遺伝子型圧縮と拡張(表現型より大きい)を考える。
我々は,3組の最適化問題に対して,いくつかの進化的アルゴリズムを用いてアプローチを検証した。
論文 参考訳（メタデータ） (2021-05-24T18:56:18Z) - Complexity-based speciation and genotype representation for
neuroevolution [81.21462458089142]
本稿では、進化するネットワークを隠されたニューロンの数に基づいて種に分類する神経進化の種分化原理を提案する。
提案された種分化原理は、種および生態系全体における多様性の促進と保存を目的として設計されたいくつかの技術で採用されている。
論文 参考訳（メタデータ） (2020-10-11T06:26:56Z) - Glushkov's construction for functional subsequential transducers [91.3755431537592]
グルシコフの構成は多くの興味深い性質を持ち、トランスデューサに適用するとさらに明らかになる。
正規表現の特別な風味を導入し、効率よく$epsilon$-free 機能的次数重み付き有限状態トランスデューサに変換することができる。
論文 参考訳（メタデータ） (2020-08-05T17:09:58Z) - Predictive Coding Approximates Backprop along Arbitrary Computation
Graphs [68.8204255655161]
我々は、コア機械学習アーキテクチャを予測的符号化に翻訳する戦略を開発する。
私たちのモデルは、挑戦的な機械学習ベンチマークのバックプロップと同等に機能します。
本手法は,ニューラルネットワークに標準機械学習アルゴリズムを直接実装できる可能性を高める。
論文 参考訳（メタデータ） (2020-06-07T15:35:47Z) - Obtaining Basic Algebra Formulas with Genetic Programming and Functional
Rewriting [0.0]
我々は、関数型プログラミングの書き直しを用いて、帰納的遺伝的プログラミングを促進する。
親はトーナメント選択機構に従って選択され、次の人口は定常的な戦略に従って取得される。
古典的遺伝プログラミングにおける)難題の集合において,本手法の性能を比較した。
論文 参考訳（メタデータ） (2020-05-03T23:32:36Z) - Semantically-Oriented Mutation Operator in Cartesian Genetic Programming
for Evolutionary Circuit Design [0.5414308305392761]
本稿では,組合せ回路の進化設計に適した意味指向突然変異演算子(SOMO)を提案する。
一般的なCGPとその変種と比較して、提案手法は一般的なBooleanベンチマークにかなり早く収束する。
最も複雑な回路は1時間以内で進化し、シングルスレッドの実装は共通のCPU上で実行された。
論文 参考訳（メタデータ） (2020-04-23T08:15:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。