-
基于復(fù)雜網(wǎng)絡(luò)社區(qū)檢測算法的元器件選用推薦方法
宇航元器件選用是航天任務(wù)中的重要環(huán)節(jié) , 空間環(huán)境復(fù)雜苛刻 ,對宇航用元器件的可靠性和性能要求極高 。傳統(tǒng) 的元器件選用方法通常依賴于專家經(jīng)驗和單一指標評估 ,難以全面考慮元器件之間的復(fù)雜關(guān) 聯(lián) 和 多維 度 性 能 指 標 。 復(fù) 雜網(wǎng)絡(luò)理論的發(fā)展為元器件選用提供了一種新的思路 ,特別是社區(qū)檢測算法 , 可以幫助識別元器件之間的隱含關(guān)系和群 體特征 ,從而優(yōu)化選用過程 , 實現(xiàn)宇航元器件精準 、快速 、高效 、靈活的選用 。本文介紹了 基 于 復(fù) 雜 網(wǎng) 絡(luò) 社 區(qū) 檢 測 算 法 的 元器件選用推薦方法 ,提出了基于模塊度優(yōu)化的進化算法 。該算法引入了基于節(jié)點相似度的最大生成樹編碼方法 ,還引 入了一種生成初始種群的新方法和一種基于正弦的 自適應(yīng)變異函數(shù) , 并將其用于兩個元器件 選 用 網(wǎng) 絡(luò) 。該 算 法 有 效 地 檢測 出 了元器件選用網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu) , 實現(xiàn)了元器件的智能選用 。
-
什么是自動機器學習
自動機器學習(AutoML)旨在通過讓一些通用步驟(如數(shù)據(jù)預(yù)處理、模型選擇和調(diào)整超參數(shù))自動化，來簡化機器學習中生成模型的過程。AutoML是指盡量不通過人來設(shè)定超參數(shù)，而是使用某種學習機制，來調(diào)節(jié)這些超參數(shù)。這些學習機制包括傳統(tǒng)的貝葉斯優(yōu)化，進化算法，還有比較新的強化學習。當我們提起AutoML時，我們更多地是說自動化數(shù)據(jù)準備(即數(shù)據(jù)的預(yù)處理，數(shù)據(jù)的生成和選擇)和模型訓(xùn)練(模型選擇和超參數(shù)調(diào)優(yōu))。這個過程的每一步都有非常多的選項，根據(jù)我們遇到的問題，需要設(shè)定各種不同的選項。
-
超強算法讓機器人腳斷了照樣跑
過去的三年中，我們看著 Antoine Cully和Jean-BapTIste Mouret制造的六足機器人的越來越悲催，老是缺胳膊斷腿。但是通過使用非常巧妙的算法，已經(jīng)證明能夠讓機器人擺脫
