Hispanopedia Wiki
Articulo de referencia

HiperNEAT

Consultar la red neuronal CPPN para determinar el peso de la conexión entre dos neuronas en función de su posición en el espacio. Cabe destacar que, en ocasiones, la distancia e...

Hispanopedia WikiContenido en espanolLectura gratuita
Consultar la red neuronal CPPN para determinar el peso de la conexión entre dos neuronas en función de su posición en el espacio. Cabe destacar que, en ocasiones, la distancia entre ellas también se pasa como argumento.

HyperNEAT basado en hipercubos , o HyperNEAT , [ 1 ] es una codificación generativa que desarrolla redes neuronales artificiales (RNA) con los principios del algoritmo NeuroEvolution of Augmented Topologies (NEAT), ampliamente utilizado y desarrollado por Kenneth Stanley . [ 2 ] Es una técnica para desarrollar redes neuronales a gran escala utilizando las regularidades geométricas del dominio de la tarea. Utiliza redes de producción de patrones compositivos [ 3 ] ( CPPN ), que se utilizan para generar las imágenes de Picbreeder.org (archivado el 25/07/2011 en Wayback Machine) y las formas de EndlessForms.com (archivado el 14/11/2018 en Wayback Machine) . HyperNEAT se ha extendido para desarrollar también RNA plásticas [ 4 ] y para desarrollar la ubicación de cada neurona en la red. [ 5 ]

Solicitudes recibidas hasta la fecha

Referencias

  1. ↑ Stanley, Kenneth O.; D'Ambrosio, David B.; Gauci, Jason (2009-01-14). "Una codificación basada en hipercubos para la evolución de redes neuronales a gran escala" . Artificial Life . 15 (2): 185– 212. doi : 10.1162/artl.2009.15.2.15202 . ISSN 1064-5462 . PMID 19199382. S2CID 26390526 .   
  2. ↑ Stanley, Kenneth O.; Miikkulainen, Risto (2002-06-01). "Evolución de redes neuronales mediante topologías de aumento". Computación evolutiva . 10 (2): 99– 127. CiteSeerX 10.1.1.638.3910 . doi : 10.1162/106365602320169811 . ISSN 1063-6560 . PMID 12180173. S2CID 498161 .    
  3. ↑ Stanley, Kenneth O. (10 de mayo de 2007). "Redes productoras de patrones compositivos: una nueva abstracción del desarrollo". Genetic Programming and Evolvable Machines . 8 (2): 131– 162. CiteSeerX 10.1.1.643.8179 . doi : 10.1007/s10710-007-9028-8 . ISSN 1389-2576 . S2CID 2535195 .   
  4. ↑ Risi, Sebastian; Stanley, Kenneth O. (25 de agosto de 2010). "Codificación indirecta de la plasticidad neuronal como un patrón de reglas locales". En Doncieux, Stéphane; Girard, Benoît; Guillot, Agnès; Hallam, John; Meyer, Jean-Arcady; Mouret, Jean-Baptiste (eds.). De los animales a los animats 11. Lecture Notes in Computer Science. Vol. 6226. Springer Berlin Heidelberg. pp. 533–543 . CiteSeerX 10.1.1.365.5589 . doi : 10.1007/978-3-642-15193-4_50 . ISBN    9783642151927.
  5. ↑ Risi, Sebastian; Stanley, Kenneth O. (2012-08-31). "Una codificación mejorada basada en hipercubos para evolucionar la ubicación, la densidad y la conectividad de las neuronas" . Artificial Life . 18 (4): 331– 363. doi : 10.1162/ARTL_a_00071 . ISSN 1064-5462 . PMID 22938563. S2CID 3256786 .   
  6. ↑ D'Ambrosio, David B.; Stanley, Kenneth O. (1 de enero de 2008). «Codificación generativa para el aprendizaje multiagente». Actas de la décima conferencia anual sobre computación genética y evolutiva . GECCO '08. Nueva York, NY, EE. UU.: ACM. págs. 819–826 . doi : 10.1145/1389095.1389256 . ISBN  9781605581309. S2CID 11507017 . 
  7. ↑ J. Gauci y KO Stanley, “Un estudio de caso sobre el papel crítico de la regularidad geométrica en el aprendizaje automático”, en AAAI (D. Fox y CP Gomes, eds.), págs. 628–633, AAAI Press, 2008.
  8. ↑ Risi, Sebastian; Stanley, Kenneth O. (1 de enero de 2013). «Afrontando el desafío de aprender un controlador neuronal flexible para una diversidad de morfologías». Actas de la 15.ª conferencia anual sobre computación genética y evolutiva . GECCO '13. Nueva York, NY, EE. UU.: ACM. págs. 255–262 . CiteSeerX 10.1.1.465.5068 . doi : 10.1145/2463372.2463397 . ISBN   9781450319638. S2CID 10308013 . 
  9. ↑ Clune, J.; Beckmann, BE; Ofria, C.; Pennock, RT (1 de mayo de 2009). "Desarrollo de marchas cuadrúpedas coordinadas con la codificación generativa HyperNEAT". Congreso IEEE de Computación Evolutiva de 2009. págs. 2764–2771 . CiteSeerX 10.1.1.409.3868 . doi : 10.1109/CEC.2009.4983289 . ISBN   978-1-4244-2958-5. S2CID 17566887 . 
  10. ↑ Clune, Jeff; Ofria, Charles; Pennock, Robert T. (1 de enero de 2009). «La sensibilidad de HyperNEAT a diferentes representaciones geométricas de un problema». Actas de la 11.ª Conferencia Anual sobre Computación Genética y Evolutiva . GECCO '09. Nueva York, NY, EE. UU.: ACM. págs. 675–682 . doi : 10.1145/1569901.1569995 . ISBN  9781605583259. S2CID 16054567 . 
  11. ↑ Yosinski J, Clune J, Hidalgo D, Nguyen S, Cristobal Zagal J, Lipson H (2011) Evolución de la marcha robótica en hardware: codificación generativa HyperNEAT frente a optimización de parámetros. Actas de la Conferencia Europea sobre Vida Artificial. ( pdf )
  12. ↑ Lee S, Yosinski J, Glette K, Lipson H, Clune J (2013) Evolución de la marcha para robots físicos con la codificación generativa HyperNEAT: los beneficios de la simulación. Aplicaciones de la computación evolutiva. Springer. pdf
  13. ↑ Lee, Suchan; Yosinski, Jason; Glette, Kyrre; Lipson, Hod; Clune, Jeff (2013-04-03). "Evolución de la marcha para robots físicos con la codificación generativa HyperNEAT: los beneficios de la simulación". En Esparcia-Alcázar, Anna I. (ed.). Aplicaciones de la computación evolutiva . Lecture Notes in Computer Science. Vol. 7835. Springer Berlin Heidelberg. pp. 540–549 . CiteSeerX 10.1.1.364.8979 . doi : 10.1007/978-3-642-37192-9_54 . ISBN    9783642371912.
  14. ↑ Clune, J.; Stanley, KO; Pennock, RT; Ofria, C. (2011-06-01). "Sobre el rendimiento de la codificación indirecta en todo el continuo de regularidad". IEEE Transactions on Evolutionary Computation . 15 (3): 346– 367. CiteSeerX 10.1.1.375.6731 . doi : 10.1109/TEVC.2010.2104157 . ISSN 1089-778X . S2CID 3008628 .   
  15. ↑ Clune, Jeff; Ofria, Charles; Pennock, Robert T. (13 de septiembre de 2008). "Cómo se comporta una codificación generativa a medida que disminuye la regularidad del problema". En Rudolph, Günter; Jansen, Thomas; Beume, Nicola; Lucas, Simon; Poloni, Carlo (eds.). Resolución paralela de problemas inspirada en la naturaleza – PPSN X. Lecture Notes in Computer Science. Vol. 5199. Springer Berlin Heidelberg. pp. 358–367 . doi : 10.1007/978-3-540-87700-4_36 . ISBN   9783540876991.
  16. ↑ Clune, Jeff; Beckmann, Benjamin E.; Pennock, Robert T.; Ofria, Charles (13 de septiembre de 2009). «HybrID: Una hibridación de codificaciones indirectas y directas para la computación evolutiva». En Kampis, George; Karsai, István; Szathmáry, Eörs (eds.). Avances en la vida artificial. Darwin conoce a von Neumann . Lecture Notes in Computer Science. Vol. 5778. Springer Berlin Heidelberg. pp. 134–141 . CiteSeerX 10.1.1.409.741 . doi : 10.1007/978-3-642-21314-4_17 . ISBN    9783642213137.
  17. ↑ Clune, Jeff; Beckmann, Benjamin E.; McKinley, Philip K.; Ofria, Charles (1 de enero de 2010). «Investigando si hyperNEAT produce redes neuronales modulares». Actas de la 12.ª conferencia anual sobre computación genética y evolutiva . GECCO '10. Nueva York, NY, EE. UU.: ACM. págs. 635–642 . CiteSeerX 10.1.1.409.4870 . doi : 10.1145/1830483.1830598 . ISBN   9781450300728. S2CID 14826185 . 
  18. ↑ Suchorzewski, Marcin; Clune, Jeff (1 de enero de 2011). «Una nueva codificación generativa para la evolución de redes modulares, regulares y escalables». Actas de la 13.ª conferencia anual sobre computación genética y evolutiva . GECCO '11. Nueva York, NY, EE. UU.: ACM. págs. 1523–1530 . CiteSeerX 10.1.1.453.5744 . doi : 10.1145/2001576.2001781 . ISBN   9781450305570. S2CID 2542736 . 
  19. ↑ Verbancsics, Phillip; Stanley, Kenneth O. (1 de enero de 2011). "Restringiendo la conectividad para fomentar la modularidad en HyperNEAT". Actas de la 13.ª conferencia anual sobre computación genética y evolutiva . GECCO '11. Nueva York, NY, EE. UU.: ACM. págs. 1483–1490 . CiteSeerX 10.1.1.379.1188 . doi : 10.1145/2001576.2001776 . ISBN   9781450305570. S2CID 1442181 . 
  20. ↑ Clune, Jeff; Lipson, Hod (2011-11-01). "Evolución de objetos 3D con una codificación generativa inspirada en la biología del desarrollo". ACM SIGEVOlution . 5 (4): 2– 12. doi : 10.1145/2078245.2078246 . ISSN 1931-8499 . S2CID 9566239 .  
  21. ↑ Risi, S.; Stanley, KO (1 de junio de 2012). «Un enfoque unificado para la plasticidad evolutiva y la geometría neuronal». Conferencia Internacional Conjunta sobre Redes Neuronales (IJCNN) de 2012. págs. 1–8 . CiteSeerX 10.1.1.467.8366 . doi : 10.1109/IJCNN.2012.6252826 . ISBN   978-1-4673-1490-9. S2CID 14268194 . 
  • Página de usuarios de HyperNEAT en Wayback Machine (archivada el 9 de marzo de 2024)
  • Sitio web de Ken Stanley en la UCF en Wayback Machine (archivado el 5 de febrero de 2024)
  • Grupo de Investigación sobre Complejidad Evolutiva de la UCF en Wayback Machine (archivado el 18 de junio de 2024)
  • Página de usuarios de NEAT en Wayback Machine (archivada el 5 de diciembre de 2023)
  • Picbreeder en Wayback Machine (archivado el 17 de abril de 2021)
  • EndlessForms en Wayback Machine (archivado el 14/11/2018)
  • Blog de BEACON: Introducción a la evolución: Neuroevolución en la Wayback Machine (archivado el 24/12/2024)