Pada tugas apa neuroevolution mengungguli aplikasi dasar jaringan saraf atau algoritma genetika?

Baru-baru ini ada minat dalam menggabungkan algoritma genetika dan jaringan saraf ke dalam kerangka kerja neuroevolusi umum. Ide dasarnya, adalah bahwa algoritma genetika Anda mengembangkan parameter dari banyak jaringan saraf yang kemudian digunakan untuk menyelesaikan tugas Anda. Semacam pemrograman genetik tetapi bukannya mengembangkan potongan kode untuk melakukan beberapa tugas, Anda mengembangkan jaringan saraf.

Kapan saya harus menggunakan pendekatan gabungan ini alih-alih menggunakan jaringan saraf atau algoritma genetika sendiri? Untuk jenis masalah apa pendekatan gabungan menghasilkan hasil yang lebih baik daripada pendekatan individu? Untuk jenis masalah apa pendekatan gabungan pendekatan 'terbaik'?

Ini telah diteliti selama sekitar 20 tahun, dan ada banyak makalah yang mengklaim mengungguli backpropagation. Xin Yao melakukan banyak hal dalam hal ini di tahun 1990-an, dan Kenneth Stanley menciptakan salah satu kerangka kerja yang paling aktif saat ini, NEAT (NeuroEvolution of Augmenting Topologies) (lihat http://www.cs.ucf.edu/~kstanley/neat. html dan http://tech.groups.yahoo.com/group/neat/ ).

Ada banyak materi yang diterbitkan tentang teknik neuroevolutionary berbeda, tetapi referensi ini mungkin berguna dalam merasakan kemajuan selama bertahun-tahun:

1. Azzini, A., Tettamanzi, A. (2008) 'Berkembang Jaringan Syaraf Tiruan untuk Perdagangan Otomatis Posisi-Tunggal Statis', Jurnal Evolusi Artifisial dan Aplikasi, Volume 2008, Article ID 184286
2. Hintz, KJ, Spofford, JJ (1990) 'Evolving a Neural Network', Prosiding, Simposium Internasional IEEE ke-5 tentang Kontrol Cerdas, hlm. 479-484
3. Miller, GF, Todd, PM, Hedge, SU (1989) 'Merancang jaringan saraf menggunakan algoritma genetika', Prosiding Konferensi Internasional Ketiga tentang Algoritma Genetika
4. Montana, DJ (1995) 'Pemilihan Berat Jaringan Saraf Tiruan Menggunakan Algoritma Genetika', Sistem Hibrida Cerdas
5. Yao, X. (1993) 'Jaringan saraf tiruan evolusioner', International Journal of Neural Systems, Vol. 4, No. 3, hlm. 203-222