### NEAT物种形成算法是如何工作的?

我一直在研究NEAT(增强拓扑的神经进化)是如何工作的,我已经掌握了它的主要概念,但有一件事一直困扰着我,那就是如何将不同的网络划分为物种。我已经研究了算法,但对我来说它不太合理,我读过的论文也没有很好地解释这一点,所以如果有人能解释每个组件是什么以及它的作用,那就太好了,谢谢。

两个方程是:

$\delta = \frac{c_{1}E}{N} + \frac{c_{2}E}{N} + c_{3} .W$

$f_{i}^{'} = \frac{f_i}{\sum_{j=1}^{n}sh(\delta(i,j))}$

原始论文


回答:

NEAT中的物种形成类似于其他进化算法使用的适应度共享。其理念是惩罚相似的解决方案,从而推动种群向更具多样性的方向发展。

delta项是衡量两个解决方案之间距离的指标。这里使用的距离度量是专门为NEAT使用的变长基因组设计的。较小的delta值表示解决方案更加相似。

NEAT中实现的共享函数会在两个解决方案之间的距离大于或小于给定阈值时分别产生0或1的值。每个解决方案都会与候选种群中的其他每个解决方案进行比较,适应度会根据共享函数值的总和进行修改。如果一个解决方案与种群中的其他几个解决方案相似,它的修改后的适应度将显著降低。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注