Zhou Zhihua ve diğerlerinin yazdığı yeni kitap: "Evrimsel Öğrenme: Teori ve Algoritmalarda İlerleme" resmi olarak yayınlandı!
Sonlandırma editörü: Üç Taş
Xin Zhiyuan Rehberi Yakın zamanda, Profesör Zhou Zhihua, Profesör Yu Yang ve Araştırmacı Qian Chao tarafından ortaklaşa tamamlanan "Evrimsel Öğrenme: Teorilerde ve Algoritmalarda Gelişmeler" adlı yeni kitap resmi olarak yayınlandı! "Hazine sınıfı" adı verilen yeni kitap, çabucak toplamaya gel.
13 Nisan 2019'da Aiwan Zhihu'nun editörü, takip eden Profesör Yu Yang'ın bir tweet attığını buldu " Gençliğe " , Tıkladı ve bir göz attı ve "hazine" yi buldu!
Bu yüzden derhal Profesör Yu Yang ile temasa geçti ve bu kaynağı herkese iletip iletemeyeceğini sordu. Profesör Yu da çok tazelendi ve olumlu bir cevap vermesi uzun sürmedi.
"Evrimsel Öğrenme: Teorilerde ve Algoritmalarda Gelişmeler" Orijinal başlık, çünkü WeChat resmi hesap başlığının uzunluğu sınırlı, bu yüzden kendi başıma Çince'ye çevirdim: "Evrimsel Öğrenme: Teori ve Algoritmalarda İlerleme" . Bunların arasında Evrimsel Öğrenme, Evrimsel Öğrenmeye çevrilir. Ama Profesör Yu Yang'ın evrimsel öğrenme olduğunu söyleyen orijinal metnini okudum, bu yüzden birleşme uğruna, hala evrimsel öğrenmeye işaret ediyorum.
Çince sadece referans içindir. Çeviriyle ilgili bir sorun varsa, lütfen beni düzeltin.Hala çoğunlukla İngilizce.
Bu kitabı yapan Profesör Zhou Zhihua , Profesör Yu Yang ile Araştırmacı Qian Chao Üçü birlikte yapıldı, işte üçüne kısa bir giriş:
Zhou Zhihua şu anda Nanjing Üniversitesi Bilgisayar Bilimi ve Teknolojisi Bölümü dekanı, Nanjing Üniversitesi Yeni Bilgisayar Yazılım Teknolojisi Eyalet Anahtar Laboratuvarı genel müdür yardımcısı, Makine Öğrenimi ve Veri Madenciliği Enstitüsü (LAMDA) direktörü ve üniversitenin akademik komitesinin bir üyesidir. American Computer Society (ACM), American Association for the Advancement of Science (AAAS), International Association for Artificial Intelligence (AAAI), International Institute of Electrical and Electronics Engineers (IEEE), International Society for Pattern Recognition (IAPR), International Society of Engineering and Technology (IET / IEE), Çin Bilgisayar Topluluğu (CCF), Çin Yapay Zeka Derneği (CAAI) ve diğer topluluklar (Fellow), Avrupa Bilimler Akademisi'nin yabancı akademisyeni. Nanjing Belediye Hükümetinin yapay zeka endüstrisi danışmanı, Çin Menkul Kıymetler Düzenleme Komisyonunun Teknoloji Düzenleme Uzman Danışma Komitesi üyesi, Çin Halk Siyasi Danışma Konferansı Jiangsu İl Komitesi üyesi ve Jiangsu Gençlik Federasyonu başkan yardımcısı.
Esas olarak yapay zeka, makine öğrenimi, veri madenciliği ve diğer alanlarda araştırma çalışmaları yaptı. Çok sayıda bilimsel araştırma projesine başkanlık etmiş, "Machine Learning" (2016) ve "Ensemble Methods: Foundations and Algorithms" (2012) yayınlamış, en iyi uluslararası dergilerde ve en iyi uluslararası konferanslarda 100'den fazla makale yayınlamış ve 30.000'den fazla alıntı yapılmıştır. Genellikle NIPS, ICML, AAAI, IJCAI, KDD, vb. Gibi önemli uluslararası akademik konferansların başkanı olarak görev yapar. Çin Bilgisayar Topluluğu'nun yönetici müdürü, Yapay Zeka Meslek Komitesi'nin direktörü, Çin Yapay Zeka Derneği'nin yönetici direktörü, Jiangsu Bilgisayar Topluluğu'nun müdür yardımcısı, Jiangsu Yapay Zeka Topluluğu'nun başkanı ve IEEE Nanjing Şubesi başkan yardımcılığını yaptı.
Profesör Zhou Zhihuanın kişisel bilgileri şunlardan seçilir:
Yu Yang, PhD, doçent ve Nanjing Üniversitesi'nde doktora danışmanı. Ana araştırma alanları yapay zeka, makine öğrenimi ve pekiştirmeli öğrenmedir. Ağustos 2011'de öğretim ve bilimsel araştırma yapmak için Nanjing Üniversitesi Bilgisayar Bilimi ve Teknolojisi Bölümüne ve Makine Öğrenimi ve Veri Madenciliği Enstitüsüne (LAMDA) katıldı.
2013 Ulusal Üstün Doktora Tezi Ödülü ve Çin Bilgisayar Topluluğu'nun 2011 Üstün Doktora Tezi Ödülü'nü kazandı. Yapay zeka, makine öğrenimi ve Yapay Zeka, IJCAI, AAAI, NIPS, KDD gibi veri madenciliği ile ilgili en iyi uluslararası dergiler ve en iyi konferans bildirileri dahil olmak üzere 40'tan fazla makale yayınladı. Yapay Zeka'nın 2018'de IEEE Intelligent Systems dergisi tarafından İzlenecek 10'unda seçildi ve 2018 PAKDD Erken Kariyer Ödülü ile 2017 Jiangsu Bilgisayar Topluluğu Gençlik Bilim ve Teknoloji Ödülü'nü kazandı. Asian Intensive Learning Seminar (AWRL), China Evolutionary Computing and Learning Seminar (ECOLE) ortak sponsorluğunu yaptı ve ev sahipliği yaptı ve IJCAI'18 alanı başkanı, ICPR'18 alanı başkanı ve yapay zeka alanındaki en büyük uluslararası konferansın ACML'17 alanı başkanı olarak görev yaptı. Başkan, IEEE Hesaplamalı Zeka Derneği Veri Madenciliği ve Büyük Veri Analizi Teknik Komitesi üyesi, Çin Yapay Zeka Derneği Makine Öğrenimi Komitesi üyesi, Çin Bilgisayar Topluluğu Yapay Zeka ve Desen Tanıma Komitesi üyesi, Yapay Zeka, IJCAI, AAAI, KDD, ICML, NIPS, CVPR, ICCV ve diğer önde gelen dergilerin hakemleri ve konferansların program komitesi üyeleri.
Profesör Yu Yangın kişisel bilgileri şunlardan alınmıştır:
Qian Chao, Çin Bilim ve Teknoloji Üniversitesi'nde yardımcı araştırmacıdır. Araştırma alanları yapay zeka, evrimsel hesaplama ve makine öğrenimidir. Yapay zeka, evrimsel hesaplama, IEEE evrimsel hesaplama işlemleri, Algorithmica, NIPS, IJCAI, AAAI vb. Dahil olmak üzere önde gelen uluslararası dergilerde ve konferans bildirilerinde 20'den fazla makale yayınladı. ACM GECCO 2011 En İyi Makale Ödülü (Theory Track) ve IDEAL 2016 En İyi Makale Ödülü'nü kazandı. Ayrıca IEEE Computational Intelligence Society (CIS) "Bio-Inspired Computation'un Teorik Temelleri" çalışma grubunun başkanlığını yaptı.
Araştırmacı Qian Chao'nun kişisel bilgileri şunlardan alınmıştır:
https://www.springer.com/cn/book/9789811359552#aboutAuthors
Profesör Yu Yang'ın "Gençliğe" adlı orijinal metnin kısa girişine bir göz atalım.
https://zhuanlan.zhihu.com/p/62178187
Metin (gençliğe)
Son zamanlarda, Öğretmen Zhou ve Chao Qian ile bir kitabı tamamladım. Kitabın adı
"Evrimsel Öğrenme: Teorilerde ve Algoritmalarda Gelişmeler", ama bana göre "gençliğe" denilebilir. 2005 yılında yüksek lisansa başladığımdan beri, evrimsel algoritma teorisinin sert kemiklerini çiğnemeye başladım.
Matematik temelim iyi değil, LAMDA'ya aynı sınıfta giren sınıf arkadaşları arasında şüphesiz en dipte ama belki de avantajı cesaret ... Öğretmen Zhou bu yönün önemli olduğunu söyledi, o yüzden devam edin. Bu alan gerçekten tatsız, soğuk bankın ne olduğunu derinlemesine deneyimlememe izin verin. Evrimsel hesaplama alanında bile, uygulamalarla uğraşanlar için, teori çok geride kalıyor ve yol gösterici bir önemi yok ve hatta birkaç kişi teorinin ilerlemesine dikkat ediyor. Tüm yapay zeka alanında, daha da zordur.O zamanlar, evrimsel hesaplama zaten en iyi konferanslarda bir soğukluk konusuydu.
2000'den önce, IJCAI ayrıca evrimsel bir hesaplama oturumu gerçekleştirdi. 2000 civarında, evrimsel sinir ağı yapısı optimizasyonunun son dalgasının yükselişiyle birlikte, evrimsel algoritmalar hala yanıyordu (evet, NAS son yıllarda icat edilmedi, 20 yıldır Bundan sonra, sinir ağı kayıtsız kaldıkça, herkes ilham vermekten ve daha net bir teori yöntemini benimsemekten vazgeçti ve evrimsel hesaplama hızla en iyi konferanslarda gizlendi. Bu nedenle, evrimsel hesaplama makalelerinin üst düzey konferanslarda yayınlanması son derece zordur ve teori daha da önemlidir.Sadece teknik soruları yanıtlamak değil, aynı zamanda bu yönün araştırma değeri var mı ve bu teori algoritmaları nasıl yönlendiriyor?
AAAI 2006'da evrimsel algoritmaların karmaşıklık analizi üzerine yayınlanan ilk makaleye baktığımızda, gerçekten şanslıydı.Ekmenlerden biri kelime inceleme görüşü yazmadı ve doğrudan tam not aldı.
On yılı aşkın sıkı çalışmamızın sonuçları da dahil olmak üzere son taslağı görünce, bunun bunca yıldır boşuna yapılmadığını hissediyorum. Artık teori, algoritma ve uygulama etkilerini atlatabiliriz. AAAI, IJCAI ve NIPS de özellikle yayınlandı NIPS 2017'nin çalışması, evrimsel hesaplama alanında uzun süredir devam eden temel bir zorluğa cevap veriyor: "Hangi problem önceki algoritmanın bunu yapamayacağını ancak evrimsel algoritmanın başarabileceğini kanıtlayabilir".
Gençliğime. Şu andan itibaren sadece çalışkan orta yaşlı bir adam olabilir. . .
Kitap bağlantısı:
https://www.springer.com/cn/book/9789811359552
"Evrimsel Öğrenmeye Giriş: Teorilerde ve Algoritmalarda Gelişmeler"
Pek çok makine öğrenimi görevi, farklılaştırılamayan, sürekli olmayan ve benzersiz olmayan amaç işlevleriyle uğraşmak gibi karmaşık optimizasyon problemlerini çözmeyi içerir; Bazı durumlarda, net bir hedef işlevi tanımlamak bile zordur. Evrimsel öğrenme, makine öğrenimindeki optimizasyon problemlerini çözmek için evrimsel algoritmaları kullanır ve birçok uygulamada tatmin edici sonuçlar üretmiştir. Bununla birlikte, evrimsel optimizasyonun sezgisel özelliklerinden dolayı, şimdiye kadarki sonuçların çoğu deneyseldir ve teorik destekten yoksundur. Bu eksiklik, evrimsel öğrenmenin artık makine öğrenimi topluluğunda hoş karşılanmamasını sağlıyor.
Son zamanlarda, bu sorunu çözmek için önemli çabalar sarf edilmiştir. Bu kitap, bu çabaları tanıtmak için dört bölüme ayrılacaktır:
- ilk kısım : Okuyuculara evrimsel öğrenmeyi kısaca tanıtın ve bazı ön bilgiler sağlayın;
- ikinci kısım : Evrimsel algoritmalarda çalışma süresi ve yaklaşık performans analizi için genel teorik araçlara giriş;
- üçüncü bölüm : Evrimsel optimizasyondaki ana faktörler hakkında rekombinasyon, temsil, yanlış uygunluk değerlendirmesi ve popülasyon gibi birçok teorik bulgu ortaya koyun;
- dördüncü bölüm : Evrimsel öğrenme algoritmalarının gelişimini tartışın ve birkaç temsili görev için kanıtlanabilir teorik garantiler sağlayın.
Teşekkürler
Profesör Zhou Zhihua, Profesör Yu Yang ve Araştırmacı Qian Chao'ya böylesine harika bir kitap düzenledikleri için teşekkür ederiz!
Kitap bağlantısı:
https://www.springer.com/cn/book/9789811359552
Bu makale, WeChat genel hesabından yetkilendirilerek çoğaltılmıştır: CVer, Kimlik: CVerNews
