ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

ニューラルネットのハイパーパラメータの最適化には
現状グリッドサーチよりランダムの方が精度が高いと言われている。
理由はどのパラメータが精度向上に影響しているかわからない為、
ランダムで探索し影響の高いところを集中的にチューニングしたほうが効果的だから。
それ以上こって作りたい場合は下記の方法を認識している。

1、ランダム
2、進化計算でハイパーパラメータを最適化
3、ベイズ最適化でハイパーパラメータを最適化

ベイズ最適化はこっち
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

より複雑なレギュラーニューラルネットワークを進化させるES-HyperNEATの強化
セバスチャン・リシ、ケネス・O・スタンリー
In: 遺伝的および進化的計算会議の議事録(GECCO-2011) 。 ニューヨーク、ニューヨーク:ACM、2011(8ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

HyperNEATのモジュール性を奨励するための接続を制限する
Phillip VerbancsicsとKenneth O. Stanley
In: 遺伝的および進化的計算会議の議事録(GECCO-2011) 。 ニューヨーク、ニューヨーク:ACM、2011(8ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

スケーラブルなGoのためのニューラルネットワークの間接符号化
Jason GauciとKenneth O. Stanley
In: Parallel Problem Solving of Nature(PPSN-2010)の第11回国際会議の議事録 。 ニューヨーク、NY:Springer、2010(10ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

可変セグメントを持つタコのアームのための単一スケーラブルコントローラの進化
ブライアン・G・ウーリーとケネス・O.スタンリー
In: Parallel Problem Solving of Nature(PPSN-2010)の第11回国際会議の議事録 。 ニューヨーク、NY:Springer、2010(10ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

タスク転送の進化する静的表現
Phillip VerbancsicsとKenneth O. Stanley
In: Journal of Machine Learning Research 11:1737-1769ページ。 Brookline、MA:Microtome Publishing、2010(33ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

局所的規則のパターンとしての神経可塑性の間接的符号化
セバスチャン・リシ、ケネス・O・スタンリー
In: 適応行動のシミュレーションに関する第11回国際会議(SAB 2010)の講演会 。 ニューヨーク、NY:Springer、2010(11ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

HyperNEAT基質におけるニューロンの配置と密度の進化
Sebastian Risi、Joel Lehman、Kenneth O. Stanley
In: 遺伝的および進化的計算会議の議事録(GECCO 2010) 。 ニューヨーク、ニューヨーク:ACM、2010(8ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

間接エンコーディングによる学習の伝達
Phillip VerbancsicsとKenneth O. Stanley
In: 遺伝的および進化的計算会議の議事録(GECCO 2010) 。 ニューヨーク、ニューヨーク:ACM、2010(8ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

人工ニューラルネットワークにおける地形的規則性の自律的進化
Jason GauciとKenneth O. Stanley
出現する: 神経計算ジャーナル。 ケンブリッジ、マサチューセッツ州:MIT Press、2010(原稿38ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

スケーラブルなマルチエージェント学習のための進化するポリシージオメトリ
David BDAmbrosio、Joel Lehman、Sebastian Risi、Kenneth O. Stanley
出現するには : 第9回自律エージェントとマルチエージェントシステムに関する国際会議(AAMAS-2010)の議事録。 2010年(8ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

進化する大規模ニューラルネットワークのためのハイパーキューブに基づく符号化
ケネス・O・スタンレー、デイビッド・B・ダンブロシオ、ジェイソン・ゴーシ
In: Artificial Lifeジャーナル。 ケンブリッジ、MA:MIT Press、2009(原稿39ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

マルチエージェント学習の生成エンコーディング
David B. D'AmbrosioとKenneth O. Stanley
注:このペーパーには、http://eplex.cs.ucf.edu/multiagenthyperneatのビデオセットが添付されています。
In: 遺伝的および進化的計算会議の議事録(GECCO 2008) 。 ニューヨーク、ニューヨーク:ACM、2008(8ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

機械学習における幾何学的規則の重要な役割に関する事例研究
Jason GauciとKenneth O. Stanley
注:この文書にはHyperNEATソフトウェアのバージョン2.0が添付されています。
人工知能に関する第22回AAAI会議の議事録(AAAI-2008)。 Menlo Park、CA:AAAI Press、2008(6 pages)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

幾何学的規則の発見による大規模ニューラルネットワークの生成
Jason J. GauciとKenneth O. Stanley
In: 遺伝的および進化的計算会議の議事録(GECCO 2007) 。 ニューヨーク、ニューヨーク:ACM、2007(8ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

ニューラルネットワークセンサと出力ジオメトリを利用するための新規生成符号化
David B. D'AmbrosioとKenneth O. Stanley
In: 遺伝的および進化的計算会議の議事録(GECCO 2007) 。 ニューヨーク、ニューヨーク:ACM、2007(8ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

構成パターン生成ネットワーク:開発の新規抽象化
ケネス・O・スタンリー
遺伝的プログラミングと進化的機械特集:Developmental Systems 8(2):131-162 。 New York、NY:Springer、2007(36ページ)
Springerの出版物形式の記事へのリンク(Springerの購読が必要): http:ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

開発なしの規則性の活用
ケネス・O・スタンリー
In: 発達的システムに関するAAAI秋シンポジウムの議事録 。 Menlo Park、CA:AAAI Press、2006(8ページ)
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

Yosinski J、Clune J、Hidalgo D、Nguyen S、Cristobal Zagal J、Lipson H、ハードウェアにおける進化型ロボット歩行:HyperNEATジェネティックエンコーディング対パラメータ最適化、欧州人工生命会議講演予稿集890-897、2011ページ。( pdf )

HyperNEATジェネリックエンコーディングを使用した物理ロボットの進化:進化コンピューティングのアプリケーションにおけるシミュレーションのメリット 、Springer、2013( pdf )( ビデオ )
( )

Vrije Universiteit(VU)アムステルダムの計算機インテリジェンス(CI)グループ

Evert Haasdijk、Andrei A. Rusu、AE Eiben、モジュラロボットにおける運動制御のためのHyperNEAT 、第9回進化型システム国際会議(ICES 2010) 、2010年。( pdf )

バーモント大学の形態学、進化および認知研究室

Auerbach、JE、Bongard、JC、3次元構造を成長させる進化するCPPN、2010年の遺伝的進化計算会議(GECCO)の議事録 ( pdf )

第12回生命システムの合成とシミュレーションに関する国際会議(ALife XII) 、2010年。( pdf )、アウエルバッハ、JE、ボンゴール、JC、形態学と制御の共進化におけるダイナミックな解像度

ニューサウスウェールズ大学工学部コンピュータサイエンス学科

Oliver Johan Coleman、視覚処理のための進化するニューラルネットワーク、 学士号(コンピュータサイエンス学士) 、2010年。( pdf )

プラハのチェコ工科大学の計算知能グループ

Drchal、J.およびKapra。、O.およびKoutnik、J.およびSnorek、M .: HyperNEAT Mobile Agent Controllerにおける複数の入力の結合。 第19回人工ニューラルネットワーク国際会議 (ICANN 2009)、p。 775-783、Springer、Berlin、2009. ISSN 0302-9743。 ( pdf )
Buk Z.、KoutníkJ.、ŠnorekM.、遺伝的プログラミングに代わるHyperNEATのNEAT 、ICANNGA 2009 ( pdf ) に掲載
DrCal J.、KoutníkJ.、ŠnorekM.、HyperNEAT制御ロボット は、CEC 2009に登場する シミュレートされた環境で道路を運転することを学ぶ ( pdf )

この作品には、 プロジェクトページと学習された運転行動の関連ビデオもあります。
ミシガン州立大学のデジタル進化研究室

Clune J、Stanley KO、Pennock RT、Ofria C.
規則性の連続体における間接符号化の性能について
IEEE Transactions on Evolutionary Computation、2011(出現する)( pdf )
ハイパーキューブベースのニューロエボリューショントポロジーの拡張(HyperNEAT)ユーザーページ

Clune J、Beckmann BE、McKinley PK、Ofria C.
HyperNEATがモジュラーニューラルネットワークを生成するかどうかを調べる。
遺伝的進化計算会議(GECCO)の議事録、2010年。( pdf )

David B. Knoester、Heather J. Goldsby、Philip K. McKinley
モバイルアドホックネットワークの神経進化。
遺伝的進化計算会議(GECCO)の議事録、2010年。( pdf )

Clune J、Beckmann BE、Pennock RT、Ofria C.
HybrID:進化的計算のための間接および直接エンコーディングのハイブリダイゼーション。
欧州人工生命会議(ECAL)、2009年、ブダペスト、ハンガリー。 ( pdf )

Clune J、Pennock RT、Ofria C.
問題の異なる幾何学的表現に対するHyperNEATの感度。
遺伝的および進化的計算会議(GECCO)の議事録、2009年、カナダ、モントリオール。 ( pdf )

Clune J、Beckmann BE、Ofria C、Pennock RTである。
HyperNEAT生成コードでコーディネートされた歩行を進化させる。
進化的ロボットに関するIEEE議会議事録、2009年。ノルウェーのトロンハイム。 ( pdf )

Clune J、Ofria C、Pennock RTである。
ジェネリックエンコーディングは問題の規則性がどのように低下​​するのか
自然からのパラレル問題解決に関する第10回国際会議の議事。 pp 358-367。 ドルトムント、ドイツ。 ( pdf )

ポズナン工科 大学の計算科学科

このチームによって進化したHyperNEATニューラルネットNeuroHunterは、GECCO'2008平衡ダイエットコンテストで優勝しました。

テキサス大学オースティン校ニューラルネットワーク研究グループ

Erkin BahceciとRisto Miikkulainen 、 コンピュータインテリジェンスとゲームに関するIEEEシンポジウム(CIG)討論会 、2008年のゲームにおける進化型パターンヒューリスティックの移転 ( pdf )

カテゴリ:Default 時間:2017-03-02 人気:0
この記事では、 DeepLearning

関連記事

Copyright (C) socapnw.com, All Rights Reserved.

Socapnw All Rights Reserved.

processed in 4.472 (s). 9 q(s)