Ultime Novità
Approfondimenti sul calcolo evolutivo, aggiornamenti del progetto e notizie dalla community.
EvoGP: un framework GPU nativo per la programmazione genetica ad albero a 10^11 GPops/s
EvoGP riorganizza da zero la rappresentazione ad albero, gli operatori genetici e l'esecuzione parallela, raggiungendo un throughput di picco superiore a 10^11 GPops/s e un'accelerazione fino a 304× rispetto alle implementazioni GPU esistenti.
EvoGO: Calcolo su GPU × Apprendimento Generativo → Un Nuovo Paradigma per gli Algoritmi Evolutivi con Convergenza in 10 Generazioni
EvoGO è un framework di ottimizzazione evolutiva completamente guidato dai dati che apprende come generare soluzioni migliori dall'esperienza di ricerca passata e ottiene prestazioni rapide e solide su compiti complessi ad alta dimensionalità.
iStratDE: GPU Computing x Popolazioni Ultra-Grandi Sbloccano il Pieno Potenziale dell'Evoluzione Differenziale
Il team di EvoX presenta iStratDE, un metodo di evoluzione differenziale accelerato su GPU che assegna strategie fisse a livello individuale, consentendo una ricerca parallela su larga scala senza comunicazione, con prestazioni empiriche solide e garanzie teoriche di convergenza.
Avvio rapido EvoX: esegui il calcolo evolutivo accelerato da GPU in soli 10 minuti
Un tutorial per principianti per iniziare con il calcolo evolutivo accelerato da GPU usando EvoX in soli 10 minuti.
Ottimizzazione multi-obiettivo evolutiva accelerata da GPU
Collegare l'ottimizzazione multi-obiettivo evolutiva e l'accelerazione GPU tramite tensorizzazione, con la libreria EvoMO.
MetaDE: evolvere l'evoluzione differenziale con l'evoluzione differenziale
MetaDE è un metodo meta-evolutivo che utilizza l'evoluzione differenziale per evolvere i propri iperparametri e strategie, pubblicato su IEEE TEVC.
EvoRL: Un Framework Accelerato su GPU per l'Evolutionary Reinforcement Learning
EvoRL è un framework open-source di Evolutionary Reinforcement Learning che integra algoritmi evolutivi con l'RL per una migliore esplorazione e adattabilità.