¿En qué tareas la neuroevolución supera a la aplicación básica de redes neuronales o algoritmos genéticos?


8

Recientemente ha habido interés en combinar algoritmos genéticos y redes neuronales en un marco general de neuroevolución. La idea básica es que su algoritmo genético está evolucionando los parámetros de muchas redes neuronales que luego se utilizan para resolver su tarea en cuestión. Una especie de programación genética, pero en lugar de desarrollar un fragmento de código para realizar alguna tarea, está desarrollando una red neuronal.

¿Cuándo debería usar este enfoque combinado en lugar de usar redes neuronales o algoritmos genéticos por sí mismos? ¿Para qué tipo de problemas el enfoque combinado ha producido mejores resultados que los enfoques individuales? ¿Para qué tipo de problemas es el enfoque combinado el "mejor" enfoque?

Respuestas:


10

Esto se ha investigado durante 20 años más o menos, y hay muchos documentos que afirman superar la propagación hacia atrás. Xin Yao trabajó mucho en esto en la década de 1990, y Kenneth Stanley creó uno de los marcos más activos actualmente, NEAT (NeuroEvolution of Augmenting Topologies (ver http://www.cs.ucf.edu/~kstanley/neat). html y http://tech.groups.yahoo.com/group/neat/ ).

Hay una gran cantidad de material publicado sobre diferentes técnicas neuroevolutivas, pero estas referencias pueden ser útiles para tener una idea del progreso a lo largo de los años:

  1. Azzini, A., Tettamanzi, A. (2008) 'Redes neuronales en evolución para el comercio automatizado de posición única estática', Journal of Arti fi cial Evolution and Applications, Volumen 2008, ID del artículo 184286
  2. Hintz, KJ, Spofford, JJ (1990) 'Evolucionando una red neuronal', Actas, 5to Simposio internacional de IEEE sobre control inteligente, pp. 479-484
  3. Miller, GF, Todd, PM, Hedge, SU (1989) 'Diseñando redes neuronales usando algoritmos genéticos', Actas de la Tercera Conferencia Internacional sobre Algoritmos Genéticos
  4. Montana, DJ (1995) 'Selección del peso de la red neuronal utilizando algoritmos genéticos', sistemas híbridos inteligentes
  5. Yao, X. (1993) 'Redes neuronales artificiales evolutivas', International Journal of Neural Systems, vol. 4, núm. 3, págs. 203-222
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.