«ne.neural-evol» 태그된 질문

유전자 알고리즘은 이론 세계에서 많은 관심을 끌지 않지만 합리적으로 잘 사용되는 메타 휴리스틱 방법입니다 (메타 휴리스틱에 따르면 어닐링, 그래디언트 디센트 등과 같은 많은 문제에 일반적으로 적용되는 기술을 의미합니다). 실제로 GA와 유사한 기술 은 실제로 유클리드 TSP 에 매우 효과적입니다 . 일부 메타 휴리스틱은 이론적으로 합리적으로 잘 연구 됩니다. 지역 검색 …

56 ds.algorithms  ne.neural-evol 

나는 이것을 MSE에 일찍 게시 했지만 여기에 더 좋은 곳이 될 수 있다고 제안했다. 보편적 인 근사 정리 는 "유한 한 수의 숨겨진 뉴런을 포함하는 단일 숨겨진 계층을 갖는 표준 다층 피드-포워드 네트워크는 활성화 함수에 대한 가벼운 가정 하에서 Rn의 소형 서브 세트에 대한 연속 함수들 사이에서 보편적 인 근 …

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

이 질문은 Aadita Mehra가 요청한 DNA 알고리즘 에 대한 질문에 대한 후속 조치입니다 . 이에 대한 의견에서 Joe Fitzsimmons는 다음과 같이 말했습니다. 이를 피하기 위해 시스템의 반경은 질량에 비례하여 확장되어야합니다. 계산 능력은 질량에서 최대 선형으로 확장됩니다. 따라서 기하 급수적 인 기계의 기하 급수적 반지름을 갖습니다. 빛보다 빠르게 신호를 보낼 수 …

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

배경 함수 는 깊이 d의 회로를 학습하기 위해 무작위로 선택된 O ( 2 l o g ( n ) O ( d ) ) 를 요구하는 고전적인 알고리즘을 사용하여 준 다항식 시간에서 PAC를 학습 할 수있다 [1]. 더 존재하지 않는 경우 (2) N 개의 O ( 1 ) 인수 분해 …

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

k 개의 입력과 하나의 출력을 가진 단일 레이어 피드 포워드 신경망이 있다고 가정 해 봅시다. 그것은 에서 함수를 계산합니다. 이것은 적어도 A C 0 과 동일한 계산 능력을 가짐을 쉽게 알 수 있습니다 . 재미를 위해서, 우리는 단일 계층 신경망 " N e u r a l "에 의해 계산 …

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

유전자 알고리즘을 사용하여 해결 된 실제 문제는 무엇입니까? 무엇이 문제입니까? 이 문제를 해결하기 위해 사용되는 체력 테스트는 무엇입니까?

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

보드 게임에서 신경망의 새롭고 새로운 성공을 거둔 후, 우리가 설정 한 다음 목표는 Starcraft에서 인간을 때리는 것보다 더 유용한 것일 수 있습니다. 더 정확하게는 신경망을 훈련하여 고전적인 알고리즘 문제를 해결할 수 있습니까? 예를 들어 네트워크는 가중 가장자리와 두 개의 정점 와 지정된 입력 그래프 를 얻을 수 있으며 가능한 한 …

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

이 질문 에 후속 ... 연구에 신경망을 사용하고 만드는 방법을 배우려고 노력 중이며 한 가지 점이 다소 벗어날 것입니다. 숨겨진 레이어는 이것의 어느 정도 필요한 부분이라는 것을 알고 있지만 내 참조가 만족스럽지 않은 두 가지 점에 붙어 있습니다. 숨겨진 레이어의 정확한 목적은 무엇입니까? 사용할 숨겨진 레이어 수를 어떻게 결정합니까? 내가 …

9 ne.neural-evol