Articulo de referencia

Red productora de patrones compositivos

Las redes productoras de patrones compositivos ( CPPN ) son una variación de las redes neuronales artificiales (ANN) que tienen una arquitectura cuya evolución está guiada por a...

Las redes productoras de patrones compositivos ( CPPN ) son una variación de las redes neuronales artificiales (ANN) que tienen una arquitectura cuya evolución está guiada por algoritmos genéticos. [ 1 ]

Si bien las redes neuronales artificiales (RNA) suelen contener únicamente funciones sigmoideas y, en ocasiones, funciones gaussianas , las redes de Petri canónicas (CPPN) pueden incluir ambos tipos de funciones y muchas otras. La selección de funciones para el conjunto canónico puede estar sesgada hacia tipos específicos de patrones y regularidades. Por ejemplo, las funciones periódicas como el seno producen patrones segmentados con repeticiones, mientras que las funciones simétricas como la gaussiana producen patrones simétricos. Las funciones lineales pueden emplearse para producir patrones lineales o fractales . Por lo tanto, el arquitecto de un sistema de arte genético basado en CPPN puede influir en los tipos de patrones que genera al decidir el conjunto de funciones canónicas que incluirá.

Además, a diferencia de las redes neuronales artificiales típicas, las CPPN se aplican a todo el espacio de posibles entradas para que puedan representar una imagen completa. Dado que son composiciones de funciones, las CPPN codifican imágenes con una resolución infinita y pueden muestrearse para una pantalla específica con la resolución óptima.

Las CPPN pueden evolucionar mediante técnicas de neuroevolución , como la neuroevolución de topologías de aumento (denominada CPPN-NEAT).

Se ha demostrado que las CPPN son una codificación muy poderosa al desarrollar lo siguiente:

  • Redes neuronales, mediante el algoritmo HyperNEAT ,
  • Imágenes 2D, en "PicBreeder.org" Archivado el 25-07-2011 en Wayback Machine ,
  • Objetos 3D, en "EndlessForms.com" Archivado el 14/11/2018 en Wayback Machine ,
  • Morfologías de robots Robots rígidos Robots blandos .

Véase también

Bibliografía

  • Kayvan Ghaderi; Fardin Akhlghian; Parham Moradi (2012). «Un nuevo enfoque de marca de agua digital para imágenes basado en DWT-SVD y CPPN-NEAT». 2012 2.ª Conferencia Internacional en Línea sobre Ingeniería Informática y del Conocimiento (ICCKE) . pp. 12–17 . doi : 10.1109/ICCKE.2012.6395344 . ISBN  978-1-4673-4476-0. S2CID 19009756 . 
  • Kenneth O. Stanley (2007). "Redes productoras de patrones compositivos: una nueva abstracción del desarrollo" (PDF) . Programación genética y máquinas evolutivas . 8 (2): 131– 162. CiteSeerX 10.1.1.643.8179 . doi : 10.1007/s10710-007-9028-8 . S2CID 2535195 .  
  • Kenneth O. Stanley (2006). "Explotando la regularidad sin desarrollo" (PDF) . Actas del Simposio de Otoño de la AAAI sobre Sistemas de Desarrollo .

Referencias

  1. Stanley, Kenneth O. "Redes productoras de patrones compositivos: una nueva abstracción del desarrollo." Programación genética y máquinas evolutivas 8.2 (2007): 131-162.