两篇新研究论文探讨了遗传编程技术在增强机器学习模型中的应用。第一篇论文介绍了用于混合整数线性规划(MILP)求解器的基于遗传编程和统计的割选择(GPSCS),证明了求解时间和泛化能力的提高。第二篇论文提出了强化线性遗传编程(RLGP),它将Q学习与线性遗传编程相结合,以自动化寄存器-动作分配,并引入了一个新的基于Rust的实验框架。 AI
影响 这些论文提出了提高机器学习模型效率和可解释性的新方法,可能影响优化和自动化系统设计等领域。
排序理由 两篇arXiv论文详细介绍了遗传编程在机器学习中的新应用。
- arXiv
- Genetic Programming and Statistics-based Cut Selection
- Hugging Face
- linear genetic programming
- linear-gp
- MILP solvers
- Mixed-Integer Linear Programming
- neural networks
- Q-learning
- Reinforced Linear Genetic Programming
- SCIP solver
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →