Интерактивті эволюциялық есептеу (IEC) адам бағалауын қолданады. Көрнекі тартымдылық, қолданушының қалауын анықтауда тиімді, бірақ бағалау уақытты талап етеді.
Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Интерактивті эволюциялық есептеу (IEC) немесе эстетикалық таңдау – адам бағалауын қолданатын эволюциялық есептеу әдістерінің жалпы атауы. Адам бағалауы әдетте жарамдылық функциясының нысаны белгісіз болғанда (мысалы, көрініс әдемілігі немесе тартымдылығы; Докинс, 1986 ж.) немесе оңтайландыру нәтижесі нақты пайдаланушының жеке талғамына сай болуы тиіс болғанда (мысалы, кофедің дәмі немесе пайдаланушы интерфейсінің түс схемасы) қажет болады.
Interactive evolutionary computation (IEC) or aesthetic selection is a general term for methods of evolutionary computation that use human evaluation. Usually human evaluation is necessary when the form of fitness function is not known (for example, visual appeal or attractiveness; as in Dawkins, 1986) or the result of optimization should fit a particular user preference (for example, taste of coffee or color set of the user interface).
IEC жобалау мәселелері
IEC-тің бір пайдаланушыдан алатын бағалаулар саны пайдаланушының шаршауымен шектеледі, бұл мәселені көптеген зерттеушілер маңызды проблема деп атап көрсеткен. Сонымен қатар, адам бағалаулары фитнес-функцияны есептеумен салыстырғанда баяу және қымбатқа түседі. Сондықтан, бір пайдаланушылы IEC әдістері аз ғана бағалаулардың көмегімен конвергенцияға жетуге мүмкіндік беру үшін жасалуы керек, бұл сөзсіз өте шағын популяцияларды білдіреді. Зерттеушілер конвергенцияны жылдамдату үшін бірнеше әдістер ұсынды, мысалы, интерактивті шектеулі эволюциялық іздеу (пайдаланушының араласуы) немесе дөңгелек функцияны қолдана отырып пайдаланушының қалауларын бейімдеу. IEC адам-компьютер интерфейстері пайдаланушының шаршауын азайту мақсатында мұқият жобалануы тиіс. Есептеу агенттерін қосу пайдаланушының шаршауын жеңуге көмектеседі деген дәлелдер де бар. Дегенмен, көптеген пайдаланушылардан бір уақытта бағалауларды қабылдай алатын IEC жүзеге асырулары жоғарыда айтылған шектеулерді еңсеруге мүмкіндік береді. Бұл тәсілдің мысалы – Карл Симстің интерактивті медиа-инсталляциясы, ол еден сенсорларын пайдаланып көптеген келушілердің қалауларын қабылдау арқылы тартымды 3D анимациялық формаларды дамытуға мүмкіндік береді. Осы көп пайдаланушылы IEC жүзеге асыруларының кейбіреуі ынтымақтастық құралдары ретінде қызмет етеді, мысалы HBGA.
The number of evaluations that IEC can receive from one human user is limited by user fatigue which was reported by many researchers as a major problem. In addition, human evaluations are slow and expensive as compared to fitness function computation. Hence, one user IEC methods should be designed to converge using a small number of evaluations, which necessarily implies very small populations. Several methods were proposed by researchers to speed up convergence, like interactive constrain evolutionary search (user intervention) or fitting user preferences using a convex function. IEC human–computer interfaces should be carefully designed in order to reduce user fatigue. There is also evidence that the addition of computational agents can successfully counteract user fatigue. However IEC implementations that can concurrently accept evaluations from many users overcome the limitations described above. An example of this approach is an interactive media installation by Karl Sims that allows one to accept preferences from many visitors by using floor sensors to evolve attractive 3D animated forms. Some of these multi user IEC implementations serve as collaboration tools, for example HBGA.
IEC типтері
IEC әдістеріне интерактивті эволюциялық стратегия, интерактивті генетикалық алгоритм, интерактивті генетикалық бағдарламалау және адамға негізделген генетикалық алгоритм жатады.
IEC methods include interactive evolution strategy, interactive genetic algorithm, interactive genetic programming, and human based genetic algorithm.,
IGA
Интерактивті генетикалық алгоритм (IGA) – адам бағалауын қолданатын генетикалық алгоритм. Бұл алгоритмдер интерактивті эволюциялық есептеулердің кеңірек санатына жатады. Осы техникалардың негізгі қолданылу аймақтары – есептеу арқылы бағалау функциясын құру қиын немесе мүмкін емес жағдайлар, мысалы, пайдаланушының эстетикалық талғамына сай келетін кескіндерді, музыканы, түрлі көркемдік дизайн мен формаларды дамыту. Интерактивті есептеу әдістері әртүрлі ұсыныс түрлерін пайдалана алады, сызықтық (дәстүрлі генетикалық алгоритмдердегідей) және ағаш тәрізді (генетикалық бағдарламалаудағыдай).
An interactive genetic algorithm (IGA) is defined as a genetic algorithm that uses human evaluation. These algorithms belong to a more general category of Interactive evolutionary computation. The main application of these techniques include domains where it is hard or impossible to design a computational fitness function, for example, evolving images, music, various artistic designs and forms to fit a user's aesthetic preferences. Interactive computation methods can use different representations, both linear (as in traditional genetic algorithms) and tree like ones (as in genetic programming).