Генетический алгоритм в помощь Adam — супер, но есть нюанс

Хабр привет! Это моя первая статья и я хотел бы начать ее с такого интересного эксперимента как "сбор гибрида для обучения нейронных сетей с помощью генетического алгоритма" и дополнительно рассказать про библиотеку Deap. Давайте определим из чего у нас будет состоять наш гибрид (как можно понять из названия) - это: 1) Обычный проход градиентного спуска ...

https://habr.com/ru/articles/909124/

#искусственный_интеллект #алгоритмы #генетические_алгоритмы #обучение_нейронных_сетей #нейронные_сети #нейронные_сети_и_машинное_обучение #машинное_обучение #mnist

Ядро, которое понимает: как я построил обучаемый механизм атак с нейросетью, эволюцией и квантовой логикой

Я больше не мог смотреть на то, как сканеры уязвимостей просто генерируют атаки из словарей и кидают в стену тысячи запросов. Это напоминало мне детский рисунок, где ребёнок мечется кистью по холсту, надеясь случайно изобразить Ван Гога. Я хотел сканер, который понимает . Сканер, который учится . Сканер, который адаптируется . Так начался проект AI-Scanner — не как плагин к существующему решению, а как попытка вырастить нечто живое: обучаемую систему, способную эволюционировать, предсказывать, ошибаться и исправляться.

https://habr.com/ru/articles/908796/

#генетические_алгоритмы #квантовые_алгоритмы #пентест #искусственный_интеллект

Введение в многокритериальную оптимизацию, или как потерять чуть меньше денег на крипте

"Лежит на струнах пыль Ржавеет под окном Разбитый телевизор Ты сгладил все углы И жизнь твоя сплошной Проклятый компромисс Ни вверх ни вниз" Так поёт группа Би-2 в песне "Компромисс" и с ними трудно не согласиться. Наша жизнь действительно состоит из сплошных проклятых компромиссов между несколькими решениями. Мы пытаемся найти максимально дешёвую, но качественную электронику, ищем экономичный, но быстрый автомобиль и красивого, но надёжного партнёра для отношений. Каждая из этих повседневных задач заключается в поиске оптимума нескольких конфликтующих между собой функций. Это называется многокритериальная оптимизация (Multi-objective optimization). В этой статье мы ближе познакомимся с этой задачей, посмотрим на 2 популярных метода её решения и узнаем, как с её помощью заработать на криптовалюте с минимальным риском.

https://habr.com/ru/articles/884426/

#оптимизация #генетические_алгоритмы #многокритериальная_оптимизация #NSGAII #градиентный_спуск #инвестиции #инвестиции_для_новичков #криптовалюта #MOEAD

Обзор недавно выпущенной модели Evo для анализа геномных данных

Давайте представим, что вы начинающий или опытный биоинформатик, или "простой смертный", который хочет углубиться в анализ биологических данных. Спойлер: биоинформатики тоже смертные! Зачастую, не у каждого хватает ценного времени на проверку огромных последовательностей геномных данных, будь то поиск различных мутаций или прогнозирование структуры белков на основе последовательности аминокислот. Но не переживайте, в этом вам поможет искусственный интеллект ! Да, тот самый ИИ, который чуть ли не через каждую минуту обещает изменить мир и избавить нас от всех проблем — от покупки продуктов до поиска идеальных генетических маркеров для рака. Так вот, давайте разберемся, как ИИ может помочь нам, бедным исследователям, быстро и эффективно работать с данными, которые, казалось бы, невозможно обработать, даже за целую жизнь.

https://habr.com/ru/articles/865024/

#биоинформатика #биология #биотехнологии #генетика #генетические_алгоритмы #модель_данных #машинное_обучение #машинное_обучение_нейросети_python #биотех #анализ_данных

Эволюционный алгоритм для проверки планарности графов

В работе рассматривается приближенный алгоритм проверки планарности графов. В процессе работы алгоритма строится изображение графа c минимальным количеством пересечений рёбер. Алгоритм эффективно решает перечисленные задачи. Можно сделать обобщенный вывод о том, что эволюционный алгоритм эффективен для решения оптимизационных задач геометрии. Вычислительная сложность алгоритма определяется как , где – количество итераций алгоритма, – размер популяции (задаётся пользователем), – количество рёбер графа.[1]

https://habr.com/ru/articles/843342/

#граф #планарность #визуализация_графа #алгоритмы_на_графах #эволюционный_алгоритм #генетические_алгоритмы

[Перевод] Учимся летать: симуляция эволюции на Rust. 5/5

Это заключительная часть серии статей по разработке симуляции эволюции с помощью нейронной сети и генетического алгоритма . Первая часть Вторая часть Третья часть Четвертая часть

https://habr.com/ru/companies/timeweb/articles/825262/

#timeweb_статьи_перевод #rust #neural_networks #algorithms #genetic_algorithms #evolution #эволюция #генетические_алгоритмы #нейронные_сети

[Перевод] Учимся летать: симуляция эволюции на Rust. 4/5

Это предпоследняя часть серии статей по разработке симуляции эволюции с помощью нейронной сети и генетического алгоритма .

https://habr.com/ru/companies/timeweb/articles/823676/

#timeweb_статьи_перевод #rust #neural_networks #algorithms #genetic_algorithms #evolution #эволюция #генетические_алгоритмы #нейронные_сети

[Перевод] Учимся летать: симуляция эволюции на Rust. 3/5

Это третья часть серии статей по разработке симуляции эволюции с помощью нейронной сети и генетического алгоритма . Первая часть Вторая часть В предыдущей статье мы реализовали простую FFNN (feedforward neural network — нейронная сеть прямого распространения), которая может передавать числа через рандомизированные слои — это первый шаг на пути создания мозга. Однако рандомизация — это далеко не все. По большей части эволюция заключается во внесении небольших, постепенных изменений, чтобы система со временем становилась лучше, чтобы наш мозг начал накапливать знания и функционировать так, как ожидается. Но как мы можем обучить группу чисел с плавающей точкой (запятой, если угодно)?

https://habr.com/ru/companies/timeweb/articles/820699/

#timeweb_статьи_перевод #rust #neural_networks #algorithms #genetic_algorithms #evolution #эволюция #генетические_алгоритмы #нейронные_сети

[Перевод] Учимся летать: симуляция эволюции на Rust. 2/5

Это вторая часть серии статей по разработке симуляции эволюции с помощью нейронной сети и генетического алгоритма . Первая часть В этой статье мы заложим основы нашего проекта и реализуем простую FFNN (feedforward neural network — нейронная сеть прямого распространения), которая впоследствии станет мозгом. Мы также рассмотрим множество тонкостей и идиом, которые встречаются в коде Rust, включая тесты. Готовы? Тогда поехали.

https://habr.com/ru/companies/timeweb/articles/818985/

#timeweb_статьи_перевод #rust #neural_networks #algorithms #genetic_algorithms #evolution #эволюция #генетические_алгоритмы #нейронные_сети

[Перевод] Учимся летать: симуляция эволюции на Rust. 1/5

В этой серии статей мы создадим симуляцию эволюции с помощью нейронной сети и генетического алгоритма. Я расскажу вам, как работает простая нейронная сеть и генетический алгоритм, затем мы реализуем их на Rust и скомпилируем приложение в WebAssembly, чтобы получить следующее: Предполагается, что вы немного знакомы с Rust, остальное я постараюсь вам объяснить. Эта серия состоит из нескольких статей: Введение (что мы будем симулировать, как работает нейронная сеть и генетический алгоритм). Реализация нейронной сети. Реализация генетического алгоритма. Реализация глаз, мозга и самой симуляции (в двух частях). Интересно? Тогда поехали.

https://habr.com/ru/companies/timeweb/articles/817585/

#timeweb_статьи_перевод #rust #neural_networks #algorithms #genetic_algorithms #evolution #эволюция #генетические_алгоритмы #нейронные_сети