关键词population-based approach
搜索结果 - 3
- 机器学习中的超参数调优的线性规划增强遗传算法
本文将机器学习中的超参数调优问题建模为一个双层规划问题,利用一种线性规划改进的微遗传算法来解决该问题。主要贡献是提出了一个支持快速搜索连续超参数的线性规划,并可以与任何超参数搜索技术相结合,对任何训练好的机器学习或深度学习模型进行微调。通过 - NIPS演化引导的强化学习策略梯度
本文介绍了一种基于人工进化算法和深度强化学习相结合的进化增强学习算法,该算法克服了传统深度强化学习算法中时序资格分配、探索效率和收敛性极度敏感的问题,使用基于种群的进化算法来训练深度强化学习代理人,实验结果表明,该方法在多种连续控制基准测试 - 基于人口的基因演化的分子自动生成
通过机器学习和分子模拟进行的自动设计已经表现出生成新的和有前途的新药物候选物的显着能力。本文提出了使用语法进化的一种新的基于群体的方法。在 thymidine 激酶的对接实验中,ChemGE 成功生成了数百个高亲和力的分子,其多样性优于 D