Глоссарий ИИ
Полный словарь искусственного интеллекта
Нейроэволюция
Дисциплина искусственного интеллекта, применяющая эволюционные алгоритмы для оптимизации нейронных сетей, включая их архитектуру, веса и параметры обучения.
NEAT (Нейроэволюция увеличивающихся топологий)
Алгоритм нейроэволюции, который одновременно развивает веса и топологию нейронных сетей, начиная с минимальных структур и постепенно их усложняя.
HyperNEAT
Расширение NEAT, использующее генеративные нейронные сети (CPPN) для косвенного создания крупномасштабных нейронных архитектур с регулярными паттернами связности.
TWEANN
Класс алгоритмов нейроэволюции, одновременно развивающих топологию и веса нейронных сетей, включая NEAT и его варианты.
CMA-ES для нейронных сетей
Применение стратегии эволюции с адаптацией ковариационной матрицы для адаптивной оптимизации весов и гиперпараметров нейронных сетей.
Нейронная коэволюция
Эволюционный процесс, в котором несколько популяций нейронных сетей развиваются одновременно во взаимодействии, часто используемый для многопользовательского обучения с подкреплением.
Нейронная дифференциальная эволюция
Стохастический метод оптимизации, применяемый к нейронным сетям и использующий векторы разностей для исследования пространства весов и архитектур.
Прямое кодирование
Генетическое представление, где каждый ген непосредственно соответствует конкретному параметру нейронной сети (веса, смещения, соединения), обеспечивающее точный контроль, но ограниченное в масштабируемости.
Косвенное кодирование
Подход, при котором геном кодирует правила или генеративные шаблоны, которые строят нейронную сеть, позволяя создавать крупномасштабные структуры с генетической компактностью.
Нейронная видообразование
Механизм, группирующий схожие нейронные сети в отдельные виды для сохранения структурного разнообразия и предотвращения преждевременной сходимости к субоптимальным решениям.
Постепенная усложняемость
Эволюционный принцип, при котором нейронные сети начинаются простыми и постепенно увеличиваются в сложности, способствуя эффективным минимальным решениям.
Нейронное разделение приспособленности
Техника сохранения разнообразия, корректирующая приспособленность особей на основе их схожести с другими нейронными сетями в популяции.
Многокритериальная нейронная эволюция
Одновременная оптимизация нескольких противоречивых целей для нейронных сетей (производительность, сложность, устойчивость) с использованием алгоритмов типа NSGA-II.
CPPN (Композиционные сети, производящие паттерны)
Нейронные сети, используемые в качестве геномов в HyperNEAT для генерации геометрических паттернов и нейронных связей с различными функциями активации.
Эволюция нейронной архитектуры
Автоматизированный процесс обнаружения оптимальных архитектур нейронных сетей с помощью эволюционного поиска, альтернативный ручным подходам и дифференцируемым NAS.
Топологическая мутация
Генетический оператор, изменяющий структуру нейронной сети путем добавления/удаления нейронов или связей, исследуя таким образом новые топологии.
Нейронное скрещивание
Генетический оператор, комбинирующий архитектуры и веса двух родительских сетей для создания потомственных сетей с унаследованными характеристиками.
Нейронная эпигенетическая эволюция
Подход, при котором нейронный фенотип может изменяться за пределами базового генома, позволяя адаптивную пластичность в процессе эволюции сетей.