文献

J-GLOBAL ID：202002268605902016   整理番号：20A2288779

学習と進化によるスピンガラスエネルギー最小化【JST・京大機械翻訳】

Spin Glass Energy Minimization through Learning and Evolution

著者 (1件)： Red’ko V. G. (Scientific Research Institute for System Analysis, Russian Academy of Sciences, Moscow, Russia)
資料名： Optical Memory & Neural Networks  (Optical Memory & Neural Networks)
巻： 29  号： 3  ページ： 187-197  発行年： 2020年 
JST資料番号： W0704A  ISSN： 1060-992X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 研究は,学習と進化によるスピンガラスエネルギーの最小化を考慮する。Sherrington-Kirkpatrickスピンガラスモデルを用いた。自律エージェントの集団を考察した。各薬剤の遺伝子型と表現型は多数のスピンから成る鎖である。スピンガラスのエネルギーは,エージェントの学習と進化を通して最小化される。エージェントの遺伝子型を進化によって最適化した。表現型を学習によって最適化した。エージェントの集団の進化を分析した。進化において,エージェントの適応性は学習から生じる最終表現型のスピンガラスのエネルギーによって決まる:エネルギーが低いほど,エージェントの適応性はより高い。次世代エージェントはその適応度に対応する確率で選択される。エージェントはエージェントの突然変異修飾遺伝子型を得る。スピンガラスエネルギー最小化中の学習と発展間の相互作用を調べた。研究は計算機シミュレーションを含む。Copyright Allerton Press, Inc. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  相互作用 ,  計算機シミュレーション ,  *学習 ,  遺伝子型 ,  突然変異 ,  表現型 ,  適応性 ,  *スピンガラス ,  エージェント
準シソーラス用語： *エネルギー最小化 ,  適応度 ,  自律エージェント , 【Automatic Indexing@JST】

著者キーワード (5件)： スピンガラスエネルギー最小化 ,  自律エージェント ,  エージェントの学習と進化 ,  遺伝子型 ,  表現型

分類 (4件)： 光物性一般  (BM08010A) ,  ニューロコンピュータ  (JC06010Q) ,  光デバイス一般  (BD06010L) ,  固体プラズマ  (BM02160W)

タイトルに関連する用語 (4件)： 学習 ,  進化 ,  スピンガラス ,  エネルギー最小化