EvoXエコシステム

計算および最適化の研究を加速するために設計されたライブラリ、ツール、プロジェクトのコレクション。

EvoCmo

制約付き多目的最適化問題 (CMOPs) を効率的に解決するための、完全テンソル化された GPU アクセラレーション対応の多母集団進化アルゴリズム。

ソフトウェア開発を協調的な進化プロセスとして再定義する分散型マルチエージェントフレームワーク。

手動のヒューリスティック演算子を履歴データからの探索行動の学習に置き換える、完全データ駆動型のブラックボックス最適化フレームワーク。

PyTorch 上に構築された完全 GPU 高速化ツリーベース遺伝的プログラミング (TGP) フレームワーク。

高度なテンソル化による GPU 高速化進化的多目的最適化 (EMO) ライブラリ。

PyTorchで実装されたニューラルアーキテクチャ探索フレームワーク。スーパーネットワークの学習、進化的多目的最適化、近代的なコンピュータビジョン学習パイプラインとのシームレスな統合をサポートします。

進化的強化学習のための完全 GPU 高速化フレームワーク。

PyTorch 互換の分散型 GPU 高速化進化計算フレームワーク。

ニューラルアーキテクチャ探索 (NAS) における進化的多目的最適化 (EMO) アルゴリズムの即時ベンチマークを提供するプラットフォーム。

個体レベルの戦略多様性によって性能を向上させる、GPU 加速の Differential Evolution フレームワーク。

差分進化の戦略とハイパーパラメータを動的に最適化する高度な進化フレームワーク。

JAX ベースの拡張トポロジーニューロ進化 (NEAT) アルゴリズムライブラリ。