| Summary: | Neuroevoluutiolla tarkoitetaan neuroverkkojen suunnittelua ja opettamista evoluutiolaskennan avulla. Tutkielmassa tutustutaan neuroevoluution kokonaisvaltaisesti, samalla kartoitetaan sen käyttökelpoisuutta vaihtoehtoisena koneoppimismenetelmänä eri sovellusalueilla. Tutkielman johtopäätöksenä esitetään neuroevoluution menestyvän tällä hetkellä erityisesti vahvistusoppimisongelmien ratkaisussa. Lisäksi, laskentatehon kasvaessa on todennäköistä, että neuroevoluutiolla on kirkas tulevaisuus syvien neuroverkkojen suunnittelussa.
The process of using evolutionary algorithms for designing and teaching neural networks is called neuroevolution. The thesis provides a thorough introduction to neuroevolution, while also depicting a view on possible uses for it as an alternative method of machine learning. The thesis concludes by stating that, at the moment, the method excels especially in solving reinforcement learning problems. Furthermore, as computing power increases, the method is likely to have a bright future in designing deep neural networks.
|
|---|