Pertanyaan yang diberi tag «ne.neural-evol»

Algoritma genetika tidak mendapatkan banyak daya tarik dalam dunia teori, tetapi mereka adalah metode metaheuristik yang cukup baik digunakan (oleh metaheuristik maksud saya teknik yang berlaku secara umum di banyak masalah, seperti anil, keturunan gradien, dan sejenisnya). Faktanya, teknik mirip GA cukup efektif untuk Euclidean TSP dalam praktiknya. Beberapa metaheuristik …

56 ds.algorithms  ne.neural-evol 

Saya memposting ini sebelumnya di MSE, tetapi disarankan bahwa mungkin ada tempat yang lebih baik untuk bertanya. Teorema aproksimasi universal menyatakan bahwa "jaringan umpan-maju multilayer standar dengan satu lapisan tersembunyi, yang berisi jumlah neuron tersembunyi yang terbatas, adalah aproksimator universal di antara fungsi kontinu pada subset ringkas Rn, dengan asumsi …

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

Pertanyaan ini merupakan tindak lanjut dari pertanyaan tentang algoritma DNA yang ditanyakan oleh Aadita Mehra . Dalam komentar di sana, Joe Fitzsimmons berkata, sebagian: Jari-jari sistem harus berskala proporsional dengan massa untuk menghindari hal ini. Kekuatan komputasi berskala paling linear dalam massa. Dengan demikian jumlah mesin Anda yang eksponensial memiliki …

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

Latar Belakang Fungsi di adalah PAC dipelajari dalam waktu quasipolynomial dengan algoritma klasik yang membutuhkan O ( 2 l o g ( n ) O ( d ) ) dipilih secara acak query untuk belajar sirkuit kedalaman d [1]. Jika tidak ada algoritma faktorisasi 2 n o ( 1 ) …

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

Katakanlah kita memiliki jaringan saraf maju umpan tunggal dengan input k dan satu output. Ini menghitung fungsi dari , cukup mudah untuk melihat bahwa ini memiliki setidaknya kekuatan komputasi yang sama dengan A C 0 . Hanya untuk bersenang-senang, kita akan memanggil sekumpulan fungsi yang dapat dihitung oleh jaringan saraf …

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

Apa saja masalah dunia nyata yang telah dipecahkan menggunakan algoritma genetika? Apa masalahnya? Apa tes kebugaran yang digunakan untuk mengatasi masalah ini?

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

Setelah keberhasilan yang lebih baru dan lebih baru dari jaringan saraf dalam bermain game papan, orang merasa bahwa tujuan berikutnya yang kita tetapkan bisa menjadi sesuatu yang lebih berguna daripada mengalahkan manusia di Starcraft. Lebih tepatnya, saya bertanya-tanya apakah Dapatkah jaringan saraf dilatih untuk memecahkan masalah algoritmik klasik? Di sini …

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

Menindaklanjuti pertanyaan ini ... Saya berusaha mempelajari cara menggunakan dan membuat jaringan saraf untuk penelitian saya, dan satu hal agak kabur dari saya. Saya menyadari bahwa lapisan tersembunyi adalah bagian yang perlu dilakukan, namun saya terjebak pada dua poin yang tidak dijelaskan oleh referensi saya untuk kepuasan saya: Apa tujuan …

9 ne.neural-evol