論文の概要: The Effect of Multi-Generational Selection in Geometric Semantic Genetic
Programming
- arxiv url: http://arxiv.org/abs/2205.02598v1
- Date: Thu, 5 May 2022 12:26:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-14 06:19:18.001927
- Title: The Effect of Multi-Generational Selection in Geometric Semantic Genetic
Programming
- Title(参考訳): 幾何学的意味論的遺伝的プログラミングにおける多世代選択の効果
- Authors: Mauro Castelli, Luca Manzoni, Luca Mariot, Giuliamaria Menara, Gloria
Pietropolli
- Abstract要約: Geometric Semantic Genetic Programming (GSGP) は実世界の多くの問題に適用可能である。
GSGPの実装には特異性があるため、GSGPは進化の歴史を全て保存する必要がある。
我々は、この蓄積された情報を利用して、高齢者の個人を利用できる多世代選択スキームを定義する。
- 参考スコア(独自算出の注目度): 8.0322025529523
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Among the evolutionary methods, one that is quite prominent is Genetic
Programming, and, in recent years, a variant called Geometric Semantic Genetic
Programming (GSGP) has shown to be successfully applicable to many real-world
problems. Due to a peculiarity in its implementation, GSGP needs to store all
the evolutionary history, i.e., all populations from the first one. We exploit
this stored information to define a multi-generational selection scheme that is
able to use individuals from older populations. We show that a limited ability
to use "old" generations is actually useful for the search process, thus
showing a zero-cost way of improving the performances of GSGP.
- Abstract(参考訳): 進化的手法の中でも顕著なものは遺伝的プログラミングであり、近年では幾何学的意味遺伝プログラミング(GSGP)と呼ばれる変種が現実世界の多くの問題に適用可能であることが示されている。
実装の特異性のため、gsgpは進化の歴史、すなわち最初のものから全ての人口を保存する必要がある。
この記憶された情報を利用して,高齢者の個人を活用可能な多世代選択スキームを定義できる。
我々は,「古い」世代を使う能力が限られていることが検索プロセスに有用であることを示し,gsgpの性能向上にゼロコストの方法を示す。
関連論文リスト
- Generative AI Enabled Matching for 6G Multiple Access [51.00960374545361]
我々は6G多重アクセスをサポートするGenAI対応マッチング生成フレームワークを提案する。
我々のフレームワークは、与えられた条件と事前定義された報酬に基づいて、より効果的なマッチング戦略を生成することができることを示す。
論文 参考訳(メタデータ) (2024-10-29T13:01:26Z) - 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) - GARA: A novel approach to Improve Genetic Algorithms' Accuracy and Efficiency by Utilizing Relationships among Genes [1.7226572355808027]
本稿では,遺伝子間の関係を利用してGAの精度と効率を向上させる遺伝子制御遺伝的アルゴリズム(GRGA)を提案する。
我々は、RGGRと呼ばれる溶液空間をカプセル化した有向多部グラフを使用し、各ノードは溶液中の遺伝子に対応し、エッジは隣り合うノード間の関係を表す。
得られたRGGRは、クロスオーバーと突然変異演算子の適切な座を決定するために使用され、それによって進化過程をより速くより良く収束させる。
論文 参考訳(メタデータ) (2024-04-28T08:33:39Z) - Efficient and Scalable Fine-Tune of Language Models for Genome
Understanding [49.606093223945734]
textscLanguage prefix ftextscIne-tuning for textscGentextscOmes。
DNA基盤モデルとは異なり、textscLingoは自然言語基盤モデルの文脈的手がかりを戦略的に活用している。
textscLingoはさらに、適応的なランクサンプリング方法により、下流の細調整タスクを数多く許容する。
論文 参考訳(メタデータ) (2024-02-12T21:40:45Z) - DARLEI: Deep Accelerated Reinforcement Learning with Evolutionary
Intelligence [77.78795329701367]
本稿では,進化アルゴリズムと並列化強化学習を組み合わせたフレームワークであるDARLEIを提案する。
我々はDARLEIの性能を様々な条件で特徴付け、進化形態の多様性に影響を与える要因を明らかにした。
今後DARLEIを拡張して、よりリッチな環境における多様な形態素間の相互作用を取り入れていきたいと考えています。
論文 参考訳(メタデータ) (2023-12-08T16:51:10Z) - Local Search, Semantics, and Genetic Programming: a Global Analysis [7.486818142115522]
Geometric Semantic Geometric Programming (GSGP) は、遺伝的プログラミング(GP)の変種の一つである。
本稿では GSM-LS と GSGP-reg のオーバーフィッティングを制限する複数の可能性を探る。
その結果、トレーニングデータと見当たらないデータの両方において、標準GSGPを一貫して上回る結果が得られた。
論文 参考訳(メタデータ) (2023-05-26T14:13:03Z) - StyleGenes: Discrete and Efficient Latent Distributions for GANs [149.0290830305808]
GAN(Generative Adversarial Networks)のための離散潜在分布を提案する。
連続的な先行点から潜在ベクトルを描く代わりに、学習可能な潜在点の有限集合からサンプリングする。
私たちは生物の情報のエンコーディングからインスピレーションを得ます。
論文 参考訳(メタデータ) (2023-04-30T23:28:46Z) - On the Effectiveness of Genetic Operations in Symbolic Regression [2.707154152696381]
個体構造における遺伝子の起源を同定するための,新しいサブツリー追跡手法を提案する。
人類の最も優れた解決法の発展に責任を持つのは、ごく少数の祖先のみであることを示す。
論文 参考訳(メタデータ) (2021-08-24T11:59:52Z) - Epigenetic evolution of deep convolutional models [81.21462458089142]
我々は、より深い畳み込みモデルを進化させるために、これまで提案されていた神経進化の枠組みを構築した。
異なる形状と大きさのカーネルを同一層内に共存させる畳み込み層配置を提案する。
提案したレイアウトにより、畳み込み層内の個々のカーネルのサイズと形状を、対応する新しい突然変異演算子で進化させることができる。
論文 参考訳(メタデータ) (2021-04-12T12:45:16Z) - Genetic Programming is Naturally Suited to Evolve Bagging Ensembles [0.0]
適合度評価と選択の微妙な変化は、単純で従来のGPアルゴリズムを効率的に進化させるのに十分であることを示す。
我々のアルゴリズムは、最先端のアンサンブルと非アンサンブルGPアルゴリズムと非常によく比較できる。
論文 参考訳(メタデータ) (2020-09-13T16:28:11Z) - 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)
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。