一个具有几何语义运算符的高效遗传编程系统及其在人类口服生物利用度预测中的应用
摘要：用于遗传编程的几何语义算子最近被定义出来。与基于个体句法的标准遗传算子不同，这些新算子基于个体的语义，即训练数据上的输入输出对。此外，这些算子具有一个有趣的特性，即对于找到给定输入和输出数据之间的匹配的问题（如回归和分类），它们能导致单峰适应度景观。然而，目前这些算子的定义存在一个严重的限制：它们导致个体的大小呈指数增长，因此在实践中无法使用。本文旨在克服这一限制，以一种极为高效的方式实现几何语义算子的遗传编程系统。为了展示所提出系统的强大性能，我们使用它来解决药代动力学领域的一个复杂的实际应用：预测潜在新药物的口服生物利用度。除了在训练数据上的优异表现（由于适应度景观是单峰的，这是可以预期的），我们还报道了所提出系统在广泛的其他众所周知的机器学习方法中展现出的出色泛化能力，至少对于所研究的应用而言。实际上，它超越了标准遗传编程和许多其他众所周知的机器学习方法。
作者：Mauro Castelli, Luca Manzoni, Leonardo Vanneschi
论文ID：1208.2437
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2012-08-14