16 mapping machine-learning genetic-programming genetic-algorithm
我认为这个问题可以用ML解决,因为我想要实现输出空间的一些属性.
问题:D1 < - > D2其中D1是输入空间,D2是一个空间,使得:D2将具有更多的维度(可能是数量级),其中每个维度被约束为0到N之间的自然数,并且存在概率P表示+ -1变为D2中的随机维度对映射回D1没有影响.存在概率P2,这种变化将仅影响D1中的单个维度,概率P3将影响2个维度,以及其他此类规则......
我们的目标是创建一种映射方法,以便将遗传算法应用于D2空间,理由是这就是DNA的工作方式,而且显然是有效的.
如果维度之间存在隐藏关系,那么应用于D1的遗传算法可能是无用的,这是D2需要的主要原因,这种关系将被最小化,并且在它们确实存在的情况下,它们的影响幅度将被随机化.
听起来你正在寻找一个"纠错码".在这种情况下,D1是您的初始表示,D2是冗余代码.在给定代码D2的大小和D2被破坏的概率的情况下,这些代码的理论允许您计算恢复正确表示的概率.
二进制纠错码的一个非常好的参考是David MacKay的信息理论,推理和学习算法,特别是第二部分.请注意,这并不是您想要的,因为您提到了从0到N的自然数,而不是二进制数.您还可以搜索"模拟纠错码",这可能会让您更接近您在此处请求的内容.
关于遗传算法,显然这些也可以应用于发现理想纠错码的问题,例如在本文中.
| 归档时间： |
|
| 查看次数： |
225 次 |
| 最近记录： |