<kbd id="zvz1jnfx"></kbd><address id="rh6zoxj8"><style id="kmmivv9o"></style></address><button id="q01z41mf"></button>

          Michigan State University main website

          转换和编码的数字演变的研究

          学生研究

          马修·安德烈斯·莫雷诺 正在学习计算机科学和工程的皇冠足彩app的研究生。他的作品的指导下, 查尔斯·奥弗里亚 和他的研究发生在数字进化实验室。他的研究兴趣归入两个主要的伞:可进化和演变中的重大转变。

          在他的进化能力的研究,莫雷诺应用深度学习自动编码成数字的演变。自动编码器是一个人工神经网络,其能够学习基于数据输入来识别概念。莫雷诺介绍了自动编码的程序,“学会在一组对象的概括。例如,如果你有一堆车的照片,这将学会识别什么车,什么车是没有的。”莫雷诺提供的数字进化“拼字字符串,”有序集的字符,可以拼写单词或包含乱码,作为自动编码如何应用于一个简单的例子。莫雷诺列车通过喂养它数百包含单词,基本上是教自动编码成为一个拼写检查器“拼字游戏串”的例子自动编码。突变,以不断发展的实体随机变化,是关键的演变过程。不,那会被应用到“拼字游戏串”突变 - 在字符串中的字符随机变化 - 往往会打破字和乱码产生。然而,在应用拼写检查自动编码器后,这些突变中所含的话危害较小的“拼字字符串。”

          除了自动编码的探索,莫雷诺也关注他的时间显著提高学习生物学家通常是指在进化重大转变。即“独特的复制实体来共同创造新的复制实体。”多细胞的进化,当个别细胞联合成合作,复制组的细胞群,是发展的一个重大转折的一个最好的例子。然而,他应用这些概念,数字系统,而不是自然发生的场景。这让他去探索的场景和过程的结果,将在自然世界是不可能的,否则。莫雷诺大大受益于这些努力HPCC资源的好处,因为他们让他产生更多的实验重复研究和比较。莫雷诺声称“有HPCC的计算能力使[他]运行数百个这样的进化运行,并平行于生成数据[他需要。”在目前的工作中,莫雷诺正在利用该HPCC的并行模拟更大的多细胞系统,让他去调查分层嵌套的进化转变令人兴奋的问题。

          莫雷诺对这些系统和流程的激情部分出现从他以前在化学和细胞生物学研究。而他在这个节目中,他是由主题的原理着迷,但希望看到多远的应用概念,可以在一个更抽象的层次推。他希望探讨的方案,并采取从自然线索构建并模拟类似的原则运作一个复杂的数字系统。在他的青年,莫雷诺曾读过这样不断演进,他要求保护的数字系统,文章“一直在他心中的背面附近反弹。”这个阴谋和好奇心,最终发展成为他通过他的数字进化实验室在密执安州工作探索这些想法。通过他的研究,莫雷诺很高兴能有助于我们对进化过程的理解,并开发出可应用于真实世界的问题数字进化技术。

          评论被关闭。

              <kbd id="6salp5rd"></kbd><address id="eppcc77v"><style id="3w4z7325"></style></address><button id="dc65qxqg"></button>