3

je voudrais mettre en oeuvre un programme fonction de sélection sur la base GA-pour un système UV SGI (noyaux = 512, la mémoire partagée = 4 To) qui fonctionne comme ceci: (sélection d'entité est le processus par lequel le plus petit sous-ensemble d'origine caractéristiques qui rendent la discrimination entre les classes de sortie meilleure que l'utilisation de l'ensemble original des caractéristiques - ou tout de même - pour les données données, par exemple les données sont: {Pression Atmosphérique, Température, myShoeSize} comme variables indépendantes et sortie est Pluviométrie, un résultat possible de la sélection des caractéristiques serait {Atm.Pressure, Temperature}).Bibliothèque d'Open Source Algorithm génétique avec toutes les parures, par ex. cellularGA dispose

L'AG conserve une piscine des parents dont chacun représente un sous-ensemble de caractéristiques différentes. Ces parents doivent être évalués à l'aide d'une machine à vecteurs de soutien ou de toute autre méthode d'apprentissage automatique (réseau de neurones, etc.). Je veux donc que chaque parent soit envoyé au prochain cpu-core disponible, évalué à l'aide de n'importe quel programme. l'AG. L'AG sera donc responsable de tout, sauf l'évaluation (aptitude) de chaque parent - au lieu de cela, l'AG enverra le parent à un noyau disponible et attendra le résultat de fitness. C'est là que les fonctionnalités distribuées de la méthode seront (Donc, je ne veux pas de GA différents fonctionnant sur des cœurs différents, juste un GA fonctionnant sur un noyau et des évaluateurs de fitness spawning dans différents cœurs). Pour profiter des fonctionnalités de calcul distribué de mon matériel, j'aimerais que l'AG fonctionne en mode asynchrone, alors qu'il y a deux groupes de parents, ceux dont la condition physique a été évaluée et ceux qui attendent il. Quand il y a un noyau libre, le GA prend un parent du pool de non évalué et l'envoie au noyau. Pendant ce temps, l'AG prend les parents du pool évalué, les mute, etc. les croise et envoie ses enfants dans le pool non évalué et ainsi de suite.

Donc, mon idée est d'obtenir une bibliothèque GA open source et le modifier un peu dans la mesure où sa fonction d'évaluation est concerné. Si la librairie propose ce mode "asynchrone", alors ce sera bon. En plus de tout cela, j'aimerais que la bibliothèque offre de nombreuses fonctionnalités, par ex. cellularGA. Quoi qu'il en soit, il sera aussi open source.

Quelqu'un a-t-il des suggestions? btw est-ce que quelqu'un connaît des références à des publications sur ce mode "asynchrone" - ou en voyez-vous des inconvénients?

Répondre

1

Essayez JGAP. Il s'agit davantage de programmation génétique, mais il a le soutien de GA, et il est opeensource, donc vous pouvez le modifier. Et il a distribué le support informatique.

0

Plus récemment, il y a des projets open source pour divers langages de programmation qui permettent. DEAP pour python est celui que je connais bien, mais il existe d'autres paquets Python, et des paquets similaires pour R qui seraient capables de faire ce type de travail.

Questions connexes