• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Natural Computing >A study on learning robustness using asynchronous ID cellular automata rules
【24h】

A study on learning robustness using asynchronous ID cellular automata rules

机译：基于异步ID元胞自动机规则的学习鲁棒性研究

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Numerous studies can be found in literature concerning the idea of learning cellular automata (CA) rules that perform a given task by means of machine learning methods. Among these methods, genetic algorithms (GAs) have often been used with excellent results. Nevertheless, few attention has been dedicated so far to the generality and robustness of the learned rules. In this paper, we show that when GAs are used to evolve asynchronous one-dimensional CA rules, they are able to find more general and robust solutions compared to the more usual case of evolving synchronous CA rules.
机译：在文献中可以找到许多有关学习元胞自动机（CA）规则的思想的研究，这些规则通过机器学习方法来执行给定的任务。在这些方法中，遗传算法（GAs）经常被使用，并且效果极佳。然而，到目前为止，很少有人关注学习的规则的一般性和鲁棒性。在本文中，我们表明，当使用GA演化异步一维CA规则时，与演化同步CA规则的更常见情况相比，它们能够找到更通用和更可靠的解决方案。

著录项

  • 来源
    《Natural Computing》 |2012年第2期|p.289-302|共14页
  • 作者

    Leonardo Vanneschi; Giancarlo Mauri;

  • 作者单位

    Department of Informatics, Systems and Communication(D.I.S.Co.), University of Milano-Bicocca, Milan, Italy,ISEGI, Universidade Nova de Lisboa, 1070-312 Lisbon,Portugal;

    Department of Informatics, Systems and Communication(D.I.S.Co.), University of Milano-Bicocca, Milan, Italy;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

    cellular automata; machine learning; genetic algorithms;

    机译：细胞自动机机器学习遗传算法;

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号