-
基于复杂网络社区检测算法的元器件选用推荐方法
宇航元器件选用是航天任务中的重要环节 , 空间环境复杂苛刻 ,对宇航用元器件的可靠性和性能要求极高 。传统 的元器件选用方法通常依赖于专家经验和单一指标评估 ,难以全面考虑元器件之间的复杂关 联 和 多维 度 性 能 指 标 。 复 杂网络理论的发展为元器件选用提供了一种新的思路 ,特别是社区检测算法 , 可以帮助识别元器件之间的隐含关系和群 体特征 ,从而优化选用过程 , 实现宇航元器件精准 、快速 、高效 、灵活的选用 。本文介绍了 基 于 复 杂 网 络 社 区 检 测 算 法 的 元器件选用推荐方法 ,提出了基于模块度优化的进化算法 。该算法引入了基于节点相似度的最大生成树编码方法 ,还引 入了一种生成初始种群的新方法和一种基于正弦的 自适应变异函数 , 并将其用于两个元器件 选 用 网 络 。该 算 法 有 效 地 检测 出 了元器件选用网络中的社区结构 , 实现了元器件的智能选用 。
-
什么是自动机器学习
自动机器学习(AutoML)旨在通过让一些通用步骤(如数据预处理、模型选择和调整超参数)自动化，来简化机器学习中生成模型的过程。AutoML是指尽量不通过人来设定超参数，而是使用某种学习机制，来调节这些超参数。这些学习机制包括传统的贝叶斯优化，进化算法，还有比较新的强化学习。当我们提起AutoML时，我们更多地是说自动化数据准备(即数据的预处理，数据的生成和选择)和模型训练(模型选择和超参数调优)。这个过程的每一步都有非常多的选项，根据我们遇到的问题，需要设定各种不同的选项。
-
超强算法让机器人脚断了照样跑
过去的三年中，我们看着 Antoine Cully和Jean-BapTIste Mouret制造的六足机器人的越来越悲催，老是缺胳膊断腿。但是通过使用非常巧妙的算法，已经证明能够让机器人摆脱
