EvoX-Ökosystem

Ein verteiltes, GPU-beschleunigtes Framework für evolutionäre Berechnungen, kompatibel mit PyTorch.

Ein Meta-Framework für automatisierte Particle Swarm Optimization, das PSO-Varianten durch Black-Box-Optimierung auf GPUs automatisch erzeugt.

Ein vollständig tensorisierter, GPU-beschleunigter populationsbasierter evolutionärer Algorithmus zur effizienten Lösung von restringierten Mehrzieloptimierungsproblemen (CMOPs).

Ein Multi-Agenten-Framework für die semantikgesteuerte automatische Tensorisierung von Software zur evolutionären Mehrzieloptimierung (EMO).

Ein dezentrales Multi-Agenten-Framework, das Softwareentwicklung als kollaborativen, evolutionären Prozess neu definiert.

Ein vollständig datengetriebenes Framework für Black-Box-Optimierung, das manuelle heuristische Operatoren durch das Erlernen von Suchverhalten aus historischen Daten ersetzt.

Ein vollständig GPU-beschleunigtes Framework für baumbasierte genetische Programmierung (TGP), aufgebaut auf PyTorch.

Eine GPU-beschleunigte Bibliothek für evolutionäre Mehrzieloptimierung (EMO) mittels fortgeschrittener Tensorisierung.

Ein Framework für die neuronale Architektursuche, implementiert mit PyTorch. Es unterstützt das Training von Supernetzwerken, die evolutionäre Mehrzieloptimierung und die nahtlose Integration in moderne Computer-Vision-Trainingspipelines.

Ein vollständig GPU-beschleunigtes Framework für evolutionäres Reinforcement Learning.

Eine Plattform für sofortiges Benchmarking von evolutionären Mehrzieloptimierungs-Algorithmen (EMO) in der neuronalen Architektursuche (NAS).

Ein GPU-beschleunigtes Differential Evolution Framework, das die Leistung durch Strategievielfalt auf individueller Ebene verbessert.

Ein fortgeschrittenes evolutionäres Framework, das Strategien und Hyperparameter der Differentiellen Evolution dynamisch optimiert.

Eine JAX-basierte Bibliothek für NeuroEvolution of Augmenting Topologies (NEAT) Algorithmen.