Nghiên cứu về học chuyển đổi trong GP (Genetic programming)
Trong báo cáo này, chúng tôi đề xuất mô hình cài đặt học chuyển đổi trong GP.
Mô hình học chuyển đổi trong GP được xây dựng bằng cách sao chép các giải pháp tốt
từ bài toán nguồn (source) sang dân số của bài toán đích (targe). Mô hình này được kiểm
thử trên một số lớp các bài toán Hồi quy ký hiệu có cấu trúc và các kết quả thực nghiệm
chỉ ra rằng sử dụng Học chuyển đổi giúp GP thực thi tốt hơn trên một lớp các bài toán
liên quan. Tuy nhiên, chuyển đổi quá nhiều tri thức cũng có thể làm giảm mức độ thực thi
của GP do chuyển đổi các tri thức không cần thiết sẽ ảnh hưởng xấu đến chất lượng của
giải pháp tìm được, hiện tượng này còn được gọi là negative transfer. Do đó, nghiên cứu
trả lời câu hỏi "bao nhiêu tri thức cần chuyển từ bài toán nguồn sang bài toán đích" đóng
vai trò quan trọng. Trong báo cáo này, chúng tôi cố gắng cung cấp kết quả trả lời ban
đầu cho câu hỏi này.
Trang 1
Trang 2
Trang 3
Trang 4
Trang 5
Trang 6
Trang 7