- EvoTorch: масштабируемые эволюционные вычисления на Python (arXiv)
Автор: Нихат Энгин Токлю, Тимоти Аткинсон, Войтех Мика, Павел Лисковски, Рупеш Кумар Сривастава.
Аннотация: Эволюционные вычисления являются важным компонентом в различных областях, таких как исследования искусственного интеллекта, обучение с подкреплением, робототехника, промышленная автоматизация и/или оптимизация, инженерное проектирование и т. д. Учитывая растущие вычислительные потребности и размерность современных задач оптимизации, потребность в количество масштабируемых, многократно используемых и практичных реализаций эволюционных алгоритмов растет. Чтобы выполнить это требование, мы представляем EvoTorch: эволюционную вычислительную библиотеку, предназначенную для работы с многомерными задачами оптимизации, с поддержкой графического процессора и широкими возможностями распараллеливания. EvoTorch основан на библиотеке PyTorch и без проблем работает с ней, поэтому позволяет пользователям определять свои проблемы оптимизации с помощью известного API.
2. Саморазвивающийся резервуарный компьютер на основе модели Курамото (arXiv)
Автор: Чжихао Цзо, Чжунсюэ Гань, Ючуань Фан, Вячеслав Бобров, Сяодань Пан, Оскар Озолиньш.
Резюме: Синапсы человеческого мозга обладают замечательной пластичностью, зависящей от активности, когда схемы соединений нейронов резко меняются в зависимости от активности нейронов. Резервуарные вычисления (RC) как нейронная сеть, вдохновленная биологией, обладают уникальными преимуществами в обработке пространственно-временной информации. Однако типичные архитектуры резервуаров учитывают только статические случайные сети или рассматривают динамику нейронов и связность отдельно. В этой статье мы предлагаем структурную автономную вычислительную модель резервуара для разработки (sad-RC), структура которой может быть адаптирована к конкретной проблеме без каких-либо знаний человека. В частности, мы реализуем резервуар с помощью адаптивных сетей фазовых осцилляторов, широко используемой модели синаптической пластичности в биологических нейронных сетях. В этой совместно развивающейся динамической системе динамика узлов и связанных весов в резервуаре постоянно взаимодействует и развивается вместе, когда на них воздействуют внешние воздействия.
