Що таке GENETIC ALGORITHM Українською - Українська переклад

• генетичний алгоритм
• генетичного алгоритму

Приклади вживання Genetic algorithm Англійська мовою та їх переклад на Українською

Do not use genetic algorithm.
Не використовуйте генетичний алгоритм.

Genetic Algorithms for Optimization.
Використання генетичних алгоритмів для оптимізації.

This paper proposes to use the genetic algorithm.
Для цього автор пропонує використовувати генетичний алгоритм.

Neuro fuzzy genetic algorithm of optimization of rehabilitation procedures№ 2(57).
Нейронечіткий генетичний алгоритм оптимізації планів відновлювальних процедур № 2(57).

This diversification scheme is an important characteristic of genetic algorithms.
Моделі цих типів розмноження грають важливу роль в генетичних алгоритмах.

No need to configure and optimize- the genetic algorithm has already done it for you.
Не потрібно налаштувати та оптимізувати- генетичний алгоритм вже зробив це для вас.

Charley Davenport- A member of Jack's team who specializes in genetic algorithms.
Чарлі- Член команди Джека, який спеціалізується на генетичних алгоритмах.

In machine learning, genetic algorithms were used in the 1980s and 1990s.
В машинному навчанні генетичні алгоритми знаходили деякі застосування в 1980-х та 1990-х роках.

The last two methods differently influence the behavior of a genetic algorithm.
Проте два ці способи по-різному впливають на поведінку генетичного алгоритму.

And the next video demonstrates how a genetic algorithm was applied to virtual animals.
А наступне відео- про те, як генетичний алгоритм застосували на віртуальних тваринах.

The search of descriptors has been done by using the exhaustive search and genetic algorithm.
Для пошуку дескрипторів використано методи повного перебору і генетичний алгоритм.

Among the evolutionary algorithms, the genetic algorithm is deemed as classical.
Серед еволюційних алгоритмів класичним вважається генетичний алгоритм.

Keywords: structure-property relationships, partition, descriptor, genetic algorithm.
Ключові слова: залежності«структура- властивість», розподіл, дескриптор, генетичний алгоритм.

Genetic algorithms are promising at searching in large and complex search spaces.
Генетичні алгоритми можуть використати для пошуку рішень в дуже великих і важких просторах пошуку.

Dmytro also demonstrated us two videos illustrating how a genetic algorithm works.
Дмитро також показав нам два відео, які чудово ілюструють роботу генетичного алгоритму.

Genetic algorithms are different from more normal optimization and search procedures in four ways:.
Генетичні алгоритми відрізняються від інших оптимізаційних і пошукових процедур наступним:.

Describes the use of the elitism strategy in order to preserve the best chromosome in the genetic algorithm.
Описано застосування стратегії елітарності з метою збереження найкращої хромосоми в генетичному алгоритмі.

So, with the help of a genetic algorithm we select the best solutions and reject the worst ones.”.
Таким чином, за допомогою генетичного алгоритму, ми відбираємо найкращі рішення і відкидаємо найгірші.”.

The selection of descriptors for QSAR(quantitative structure-activity relationships) building using genetic algorithm and modified multiple-searching method.
Вибір дескрипторів для побудови кількісних залежностей«структура- властивість» із використанням генетичного алгоритму і модифікованого методу повного перебору.

GIS-based genetic algorithm optimization tool for supporting land use and land management restructuring.
Генетичний алгоритм в геоінформаційному середовищі для підтримки реструктуризації землекористування та управління.

Monte Carlo simulations of populations have been made, where individuals with low scores die off, and those with high scores reproduce(a genetic algorithm for finding an optimal strategy).
За методом Монте-Карло робилися симуляції популяцій, де індивіди з низькими результатами вимирали, а з високими відтворювалися(використовувався генетичний алгоритм пошуку оптимальної стратегії).

A genetic algorithm is an algorithm of searching a solution, based on the principles of biological evolution.
Генетичний алгоритм- це алгоритм пошуку рішення, заснований на принципах біологічної еволюції.

You're right on point,” he told me: a new form of algorithm is moving into the world, which has“the capability to rewrite bits of its own code”, at which point it becomes like“a genetic algorithm”.
Ти прямо в точку:" він сказав мені: нова форма алгоритм рухається в світ, який має"можливість переписати біт власного коду", в якій точці це буде, як"генетичний алгоритм".

Initially, the genetic algorithm is encoded with the neural network weights in a predefined manner where one gene in the chromosome represents one weight link.
Спочатку генетичний алгоритм кодується вагами нейронної мережі в наперед визначеному порядку, коли один ген у хромосомі представляє одне зважене з'єднання.

Clonal selection algorithms are most commonly applied to optimization and pattern recognition domains, some of which resemble parallel hill climbing and the genetic algorithm without the recombination operator.
Клональні алгоритми відбору найбільш часто застосовується для оптимізації і розпізнавання доменів, деякі з яких нагадують алгоритми сходження на вершину і генетичний алгоритм без оператора рекомбінації.

It should be pointed out that this genetic algorithm is purely a numerical calculation method, and definitely not an algorithm which describes real processes in cells.
Слід зазначити, що цей генетичний алгоритм є чисто чисельним методом розрахунку, а зовсім не алгоритмом, що описує реальні процеси в клітинах.

In 2009, in an experiment at the Laboratory of Intelligent Systems in the Ecole Polytechnique Fédérale of Lausanne in Switzerland, AI robots were programmed to cooperate with each other and tasked with the goal of searching for a beneficial resource while avoiding a poisonous resource.[22] During the experiment, the robots were grouped into clans, and the successful members' digital genetic code was used for the next generation, a type of algorithm known as a genetic algorithm.
У 2009 році в експерименті в Лабораторії інтелектуальних систем в Політехнічному університеті Ecole в Лозанні, Швейцарія, роботам зі ШІ було запрограмовано співпрацю між собою та завданням пошуку корисного ресурсу, уникаючи отруйних ресурсів.[1] Під час експерименту роботи були згруповані в клани, а цифровий генетичний код успішних членів був використаний для наступного покоління, типу алгоритму, відомого як генетичний алгоритм.

A genetic algorithm(GA) is a search heuristic that mimics the process of natural selection, and uses methods such as mutation and crossover to generate new genotype in the hope of finding good solutions to a given problem.
Генетичний алгоритм(ГА, англ. genetic algorithm, GA)- це евристичний алгоритм пошуку, який імітує процес природного добору, і використовує такі методи як мутація[en] та схрещування для породження нового генотипу в надії знайти добрі розв'язки заданої задачі.

In further studies, it is advisable to develop the procedure for“returning” a chromosome to the region of feasibility along with specifying the use of various genetic operators in the genetic algorithm to solve three-index transportation problems in order to reduce the number of chromosomes that fall beyond the region of feasibility, which, in turn, should significantly reduce the time of performing the genetic algorithm as a whole.
У подальших дослідженнях доцільно розвинути процедуру«повернення» хромосоми до області допустимих рішень разом із уточненням застосування різних генетичних операторів у генетичному алгоритмі для вирішення трьохіндексних транспортних задач з метою зменшення кількості хромосом, які опиняються за межами області допустимих рішень, що, своєю чергою, має значно скоротити час роботи генетичного алгоритму загалом.

A genetic algorithm(GA) is a search algorithm and heuristic technique that mimics the process of natural selection, using methods such as mutation and crossover to generate new genotypes in the hope of finding good solutions to a given problem.
Генетичний алгоритм(ГА, англ. genetic algorithm, GA)- це евристичний алгоритм пошуку, який імітує процес природного добору, і використовує такі методи як мутація[en] та схрещування для породження нового генотипу в надії знайти добрі розв'язки заданої задачі.