L'algorithme NEAT (de l'anglais Neuroevolution of augmenting topologies) est un algorithme génétique utilisé pour la génération de réseaux de neurones artificiels développé par Ken Stanley en 2002 lorsqu'il était à l'Université du Texas à Austin. L'algorithme consiste à modifier à la fois les paramètres de pondération et les structures des réseaux de neurones afin d'essayer de trouver un équilibre entre la performance des solutions obtenues et leur diversité. Il est basé sur trois techniques principales : suivre les modifications réalisées sur chaque gêne afin de permettre des croisements entre les différentes topologies, appliquer des mutations (l'évolution des espèces) pour conserver les innovations et développer les topologies pas-à-pas à partir de structures initiales simples ("complex

Property Value
dbo:abstract
  • L'algorithme NEAT (de l'anglais Neuroevolution of augmenting topologies) est un algorithme génétique utilisé pour la génération de réseaux de neurones artificiels développé par Ken Stanley en 2002 lorsqu'il était à l'Université du Texas à Austin. L'algorithme consiste à modifier à la fois les paramètres de pondération et les structures des réseaux de neurones afin d'essayer de trouver un équilibre entre la performance des solutions obtenues et leur diversité. Il est basé sur trois techniques principales : suivre les modifications réalisées sur chaque gêne afin de permettre des croisements entre les différentes topologies, appliquer des mutations (l'évolution des espèces) pour conserver les innovations et développer les topologies pas-à-pas à partir de structures initiales simples ("complexification"). (fr)
  • L'algorithme NEAT (de l'anglais Neuroevolution of augmenting topologies) est un algorithme génétique utilisé pour la génération de réseaux de neurones artificiels développé par Ken Stanley en 2002 lorsqu'il était à l'Université du Texas à Austin. L'algorithme consiste à modifier à la fois les paramètres de pondération et les structures des réseaux de neurones afin d'essayer de trouver un équilibre entre la performance des solutions obtenues et leur diversité. Il est basé sur trois techniques principales : suivre les modifications réalisées sur chaque gêne afin de permettre des croisements entre les différentes topologies, appliquer des mutations (l'évolution des espèces) pour conserver les innovations et développer les topologies pas-à-pas à partir de structures initiales simples ("complexification"). (fr)
dbo:discoverer
dbo:wikiPageID
  • 14052866 (xsd:integer)
dbo:wikiPageLength
  • 8927 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID
  • 190534720 (xsd:integer)
dbo:wikiPageWikiLink
prop-fr:langue
  • en (fr)
  • en (fr)
prop-fr:texte
  • Galactic Arm Race (fr)
  • HyperNEAT (fr)
  • Galactic Arm Race (fr)
  • HyperNEAT (fr)
prop-fr:trad
  • Galactic Arm Races (fr)
  • HyperNEAT (fr)
  • Galactic Arm Races (fr)
  • HyperNEAT (fr)
prop-fr:wikiPageUsesTemplate
dct:subject
rdf:type
rdfs:comment
  • L'algorithme NEAT (de l'anglais Neuroevolution of augmenting topologies) est un algorithme génétique utilisé pour la génération de réseaux de neurones artificiels développé par Ken Stanley en 2002 lorsqu'il était à l'Université du Texas à Austin. L'algorithme consiste à modifier à la fois les paramètres de pondération et les structures des réseaux de neurones afin d'essayer de trouver un équilibre entre la performance des solutions obtenues et leur diversité. Il est basé sur trois techniques principales : suivre les modifications réalisées sur chaque gêne afin de permettre des croisements entre les différentes topologies, appliquer des mutations (l'évolution des espèces) pour conserver les innovations et développer les topologies pas-à-pas à partir de structures initiales simples ("complex (fr)
  • L'algorithme NEAT (de l'anglais Neuroevolution of augmenting topologies) est un algorithme génétique utilisé pour la génération de réseaux de neurones artificiels développé par Ken Stanley en 2002 lorsqu'il était à l'Université du Texas à Austin. L'algorithme consiste à modifier à la fois les paramètres de pondération et les structures des réseaux de neurones afin d'essayer de trouver un équilibre entre la performance des solutions obtenues et leur diversité. Il est basé sur trois techniques principales : suivre les modifications réalisées sur chaque gêne afin de permettre des croisements entre les différentes topologies, appliquer des mutations (l'évolution des espèces) pour conserver les innovations et développer les topologies pas-à-pas à partir de structures initiales simples ("complex (fr)
rdfs:label
  • Algorithme NEAT (fr)
  • Neuroevolution of augmenting topologies (en)
owl:sameAs
prov:wasDerivedFrom
foaf:isPrimaryTopicOf
is dbo:wikiPageRedirects of
is dbo:wikiPageWikiLink of
is oa:hasTarget of
is foaf:primaryTopic of