由生成對抗網(wǎng)絡(luò)(GAN)驅(qū)動(dòng)的進(jìn)化多目標(biāo)算法 為計(jì)算智能與深度學(xué)習(xí)的結(jié)合開辟新路
隨著計(jì)算智能方法得到更廣泛的應(yīng)用,其從問題本身學(xué)習(xí)的能力亟待增強(qiáng)。為此,越來越多研究提出使用機(jī)器學(xué)習(xí)模型來驅(qū)動(dòng)計(jì)算智能。通常,這種基于模型的進(jìn)化算法的性能高度依賴于所采用模型的訓(xùn)練質(zhì)量。而傳統(tǒng)機(jī)器學(xué)習(xí)方法需要大量訓(xùn)練數(shù)據(jù)進(jìn)行模型訓(xùn)練,而且受維度災(zāi)難的影響,這類方法通常很難解決維度較高的問題,約束了計(jì)算智能方法的應(yīng)用范疇。課題組在IEEE Transactions on Cybernetics上發(fā)表了一種由生成對抗網(wǎng)絡(luò)(GAN)驅(qū)動(dòng)的進(jìn)化多目標(biāo)算法。
南方科技大學(xué)
2021-04-14