Narzędzia help

Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
first previous next last
cannonical link button

http://yadda.icm.edu.pl:80/baztech/element/bwmeta1.element.baztech-article-BPW8-0016-0074

Czasopismo

Przegląd Elektrotechniczny

Tytuł artykułu

Przyspieszanie tempa przebiegu procesów ewolucyjnych z wykorzystaniem uczenia stałego

Autorzy Gajer, M. 
Treść / Zawartość http://pe.org.pl/
Warianty tytułu
EN Accelerating the rate of evolutionary processes with the use of constant learning
Języki publikacji PL
Abstrakty
PL Ewolucja oraz uczenie osobników są dwoma głównymi procesami badanymi w ramach systemów sztucznej inteligencji. W naukach biologicznych jest od dawna dobrze znanym faktem, że proces uczenia może w określonych warunkach wywierać wpływ na tempo przemian ewolucyjnych. Jednak brak jest gruntownej teorii opisującej w sposób ilościowy rozważane zjawiska. Zadawalające rezultaty zostały osiągnięte jedynie w przypadku monotonicznej postaci funkcji dopasowania. W szczególności pokazano, w jakich warunkach uczenie osobników ze stałą wartością kroku może prowadzić do przyspieszenia procesu ewolucji. Celem artykułu jest zbadanie, czy tego typu efekt może zostać także zaobserwowany w przypadku rzeczywistych systemów ewolucyjnych bądź ich implementacji w postaci programów komputerowych.
EN The evolution and learning are two main processes that are examined in the domain of artificial intelligence systems. In biological sciences it is a well-known fact that learning can influence the rate of evolutionary changes. However, there is no solid theory to explain these phenomena in a quantitative way. Satisfying results were obtained only in the case of a monotonic fitness function. In particular, it was demonstrated under which conditions constant learning can lead to an acceleration of the evolution rate. The objective of the paper is to examine if such an effect can be also observed in the case of real evolutionary systems or their computer implementations.
Słowa kluczowe
PL systemy ewolucyjne   efekt Baldwina   przyspieszanie tempa ewolucji   uczenie stałe  
EN evolutionary systems   Baldwin effect   accelerating the rate of evolution   constant learning  
Wydawca Wydawnictwo SIGMA-NOT
Czasopismo Przegląd Elektrotechniczny
Rocznik 2011
Tom R. 87, nr 1
Strony 204--209
Opis fizyczny Bibliogr. 26 poz., rys.
Twórcy
autor Gajer, M.
  • Akademia Górniczo-Hutnicza, Katedra Automatyki, al. Mickiewicza 30, 30-059 Kraków, mgaje@ia.agh.edu.pl
Bibliografia
[1] Tadeusiewicz R., Problemy biocybernetyki, Warszawa, Wydawnictwo Naukowe PWN, 1994
[2] Osowski S., Sieci neuronowe w ujęciu algorytmicznym, Wydawnictwa Naukowo-Techniczne, Warszawa, 1996
[3] Rutkowska D., Inteligentne systemy obliczeniowe i sztuczna inteligencja, [w] Biocybernetyka i inżynieria biomedyczna 2000, pod redakcją Macieja Nałęcza, Tom 6 – Sieci neuronowe, 2000, 765-784
[4] Goldberg D. E., Algorytmy genetyczne i ich zastosowania, Wydawnictwa Naukowo-Techniczne, Warszawa, 1996
[5] Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa-Łódź, 1997
[6] Arabas J., Wykłady z algorytmów ewolucyjnych, Wydawnictwa Naukowo-Techniczne, Warszawa, 2004
[7] Michalewicz Z., Algorytmy genetyczne + struktury danych = programy ewolucyjne, Wydawnictwa Naukowo-Techniczne, Warszawa, 2003
[8] Gajer M., Rozważania nad algorytmami genetycznymi i procesem ewolucji, Informatyka Teoretyczna i Stosowana, 7 (2007), 7-14
[9] Filipowicz B., Chmiel W., Kadłuczka P., Ukierunkowane przeszukiwanie przestrzeni rozwiązań w algorytmach rojowych, Automatyka, Tom 13, Zeszyt 2 (2009), 247-255
[10] Loizos M., Ant-Based Computing, Artificial Life, 15 (2009), 337-349
[11] Pełech-Pilichowski T., Duda J. T., Wykorzystanie podejścia immunologicznego do prognozowania szeregów czasowych, Automatyka, Tom 13, Zeszyt 2 (2009), 551-562
[12] Bullinaria J. A., Lifetime learning as a factor in life history evolution, Artificial Life, 15 (2009), 389-409
[13] Villee C. A., Biologia, Kaunas, KESAN, 1991
[14] Bull L., On the Baldwin effect, Artificial Life, 15 (2009), 337-349
[15] Mery F., Kawecki T., The effect of learning on experimental evolution of resource preference in Drosophila melanogaster, Evolution, 58 (2004), 757-767
[16] Hinton G., Nowlan S., How learning can guide evolution, Complex Systems, 1 (1987), 495-502
[17] Gajer M., Analiza wpływu uczenia na tempo ewolucji w przypadku wielomodalnej funkcji celu, Przegląd Elektrotechniczny, 2 (2010), 24-29
[18] Paenke I., Kawecki T.J., Sendhoff B., The influence of learning on evolution: A mathematical framework, Artificial Life, 15 (2009), 227-245
[19] Papaj D., Optimizing learning and its effect on evolutionary change in behavior, Behavioral mechanisms in evolutionary ecology, University of Chicago Press, 133-154
[20] Gajer M., Analiza wpływu procesu uczenia ze stałym krokiem na tempo zmian ewolucyjnych, Pomiary Automatyka Robotyka, 4 (2010), 751-761
[21] Matos A., Suzuki R., Arita T., Heterochrony and artificial embryogeny: A method for analyzing artificial embryogenies based on developmental dynamics, Artificial Life, 15 (2009), 131-160
[22] Stanley K.O., D’Ambrosio D.B., Gauci J., A hypercube-based encoding for evolving large-scale neural networks, Artificial Life, 15 (2009), 185-212
[23] Gras R., Didier D., Wozniak A., Aspinal A., An individual-based evolving predator-prey ecosystem simulation using a fuzzy cognitive map as the behavior model , Artificial Life, 15 (2009), 423-463
[24] Dzik J., Dzieje życia na Ziemi, Wydawnictwo Naukowe PWN, Warszawa, 1997
[25] Szarski H., Historia zwierząt kręgowych, PWN, Warszawa, 1990
[26] Gajer M., Examining the impact of positive and negative constant learning on the evolution rate, Task Quarterly, 13 (2009), 355-362
Kolekcja BazTech
Identyfikator YADDA bwmeta1.element.baztech-article-BPW8-0016-0074
Identyfikatory