基于神经进化的深度学习模型研究综述OA北大核心CSCD
A Review of Deep Learning Models Based on Neuroevolution
深度学习研究发展至今已可以胜任各类识别、分类、生成任务,但是对于不同的任务,神经网络的结构或参数不可能只是微小的变化,依然需要专家进行调整.在这样的情况下,自动化地调整神经网络的结构或参数成为研究热点.其中,以达尔文自然进化论为灵感的神经进化成为主要优化方法.利用神经进化优化的深度学习模型以种群为基础,通过突变、重组等操作进化,可实现自动地、逐步地构建神经网络并最终选择出性能最优的深度学习模型.本文简述了神经进化与进化计算;详细概述了各类基于神经进化的深度学习模型;分析了各类模型的性能;总结了神经进化与深度学习融合的前景并探讨下一步的研究方向.
韩冲;王俊丽;吴雨茜;张超波
同济大学电子与信息工程学院,上海201804同济大学电子与信息工程学院,上海201804同济大学电子与信息工程学院,上海201804同济大学电子与信息工程学院,上海201804
信息技术与安全科学
神经进化深度学习进化计算卷积神经网络生成式对抗网络自动编码器长短期记忆网络深度强化学习
《电子学报》 2021 (2)
移动计算系统的变结构Petri网模型及分析方法研究
372-379,8
国家重点研发计划(No.2017YFA0700602)国家自然科学基金(No.61672381)中央高校基本科研基金
评论