Вопросы с тегом «ne.neural-evol»

Генетические алгоритмы не пользуются большой популярностью в мире теории, но они представляют собой достаточно хорошо используемый метаэвристический метод (под метаэвристическим я подразумеваю технику, которая в целом применяется ко многим задачам, таким как отжиг, градиентный спуск и т. П.). Фактически, GA-подобный метод довольно эффективен для евклидовых TSP на практике. Некоторые метаэвристики …

56 ds.algorithms  ne.neural-evol 

Я разместил это ранее на MSE, но было предложено, что здесь может быть лучшее место, чтобы спросить. Теорема универсального приближения утверждает, что «стандартная многослойная сеть прямой связи с одним скрытым слоем, которая содержит конечное число скрытых нейронов, является универсальным аппроксиматором среди непрерывных функций на компактных подмножествах Rn при мягких предположениях …

23 approximation-algorithms  ne.neural-evol  na.numerical-analysis 

Этот вопрос является продолжением вопроса об алгоритмах ДНК, заданного Аадитой Мехра . В комментариях Джо Фитцсиммонс сказал, частично: [T] Радиус системы должен масштабироваться пропорционально массе, чтобы избежать этого. Вычислительная мощность масштабируется максимально линейно по массе. Таким образом, ваше экспоненциальное количество машин имеет экспоненциальный радиус. Поскольку вы не можете передать сигнал …

22 cc.complexity-theory  quantum-computing  ne.neural-evol  physics  natural-computing 

Фон Функции в могут быть изучены PAC в квазиполиномиальном времени с помощью классического алгоритма, который требует случайно выбранных запросов, чтобы изучить схему глубины d [1]. Если нет факторинг-алгоритма , то это оптимально [2]. Конечно, на квантовом компьютере мы знаем, как учитывать, поэтому эта нижняя граница не помогает. Кроме того, оптимальный …

15 quantum-computing  lg.learning  machine-learning  open-problem  ne.neural-evol 

Допустим, у нас есть однослойная прямая нейронная сеть с k входами и одним выходом. Он вычисляет функцию из , довольно легко увидеть, что она имеет по крайней мере ту же вычислительную мощность, что и A C 0 . Просто для удовольствия мы назовем набор функций, вычислимых однослойной нейронной сетью, « …

13 cc.complexity-theory  circuit-complexity  machine-learning  ne.neural-evol 

Какие проблемы реального мира были решены с использованием генетического алгоритма? В чем проблема? Какой фитнес-тест используется для решения этой проблемы?

13 ds.algorithms  machine-learning  ai.artificial-intel  application-of-theory  ne.neural-evol 

После новых и новых успехов нейронных сетей в игре в настольные игры, мы чувствуем, что следующая наша цель может быть чем-то более полезным, чем победа над людьми в Starcraft. Точнее, я задавался вопросом, Можно ли обучить нейронные сети для решения классических алгоритмических задач? Здесь я имею в виду, что, например, …

9 cc.complexity-theory  ds.algorithms  machine-learning  ne.neural-evol 

В продолжение этого вопроса ... Я пытаюсь научиться использовать и создавать нейронные сети для своих исследований, и один момент несколько ускользает от меня. Я понимаю, что скрытые слои являются несколько необходимой частью этого, однако я застрял в двух моментах, которые мои ссылки не объясняют к моему удовлетворению: Какова точная цель …

9 ne.neural-evol