Bei welchen Aufgaben übertrifft die Neuroevolution die grundlegende Anwendung neuronaler Netze oder genetischer Algorithmen?


8

In jüngster Zeit bestand ein Interesse daran , genetische Algorithmen und neuronale Netze zu einem allgemeinen Rahmen für die Neuroevolution zu kombinieren. Die Grundidee ist, dass Ihr genetischer Algorithmus die Parameter vieler neuronaler Netze weiterentwickelt, die dann zur Lösung Ihrer Aufgabe verwendet werden. Eine Art genetische Programmierung, aber anstatt einen Codeausschnitt zu entwickeln, um eine Aufgabe zu erledigen, entwickeln Sie ein neuronales Netzwerk.

Wann sollte ich diesen kombinierten Ansatz verwenden, anstatt neuronale Netze oder genetische Algorithmen selbst zu verwenden? Für welche Arten von Problemen hat der kombinierte Ansatz bessere Ergebnisse erbracht als die einzelnen Ansätze? Für welche Arten von Problemen ist der kombinierte Ansatz der "beste" Ansatz?

Antworten:


10

Dies wird seit ungefähr 20 Jahren erforscht, und es gibt viele Artikel, die behaupten, die Backpropagation zu übertreffen. Xin Yao hat in den 1990er Jahren viel daran gearbeitet, und Kenneth Stanley hat eines der derzeit aktivsten Frameworks erstellt, NEAT (NeuroEvolution of Augmenting Topologies) (siehe http://www.cs.ucf.edu/~kstanley/neat). HTML und http://tech.groups.yahoo.com/group/neat/ ).

Es gibt viel veröffentlichtes Material zu verschiedenen neuroevolutionären Techniken, aber diese Referenzen können nützlich sein, um ein Gefühl für den Fortschritt im Laufe der Jahre zu bekommen:

  1. Azzini, A., Tettamanzi, A. (2008), "Evolving Neural Networks for Static Single-Position Automated Trading", Journal of Arti fi cial Evolution and Applications, Band 2008, Artikel-ID 184286
  2. Hintz, KJ, Spofford, JJ (1990) "Evolving a Neural Network", Proceedings, 5. Internationales IEEE-Symposium für intelligente Steuerung, S. 479-484
  3. Miller, GF, Todd, PM, Hedge, SU (1989) "Entwurf neuronaler Netze unter Verwendung genetischer Algorithmen", Proceedings of the Third International Conference on Genetic Algorithms
  4. Montana, DJ (1995), 'Neuronale Netzwerkgewichtsauswahl unter Verwendung genetischer Algorithmen', Intelligente Hybridsysteme
  5. Yao, X. (1993) "Evolutionäre künstliche neuronale Netze", International Journal of Neural Systems, Vol. 3, S. 203-222
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.