Решение задачи коммивояжера (TSP) в реальных приложениях
Задача оптимального маршрута по 15 112 городам Германии (решена в 2001 году)
Генетический алгоритм в помощь Adam — супер, но есть нюанс
Хабр, привет!Это моя первая статья и я хотел бы начать ее с такого интересного эксперимента как "сбор гибрида для обучения нейронных сетей с помощью генетического алгоритма" и дополнительно рассказать про библиотеку Deap. Для данной статьи я подразумеваю, что вы уже знаете как устроены нейронные сети и как они обучаются.
Ядро, которое понимает: как я построил обучаемый механизм атак с нейросетью, эволюцией и квантовой логикой
С чего всё началосьЯ больше не мог смотреть на то, как сканеры уязвимостей просто генерируют атаки из словарей и кидают в стену тысячи запросов. Это напоминало мне детский рисунок, где ребёнок мечется кистью по холсту, надеясь случайно изобразить Ван Гога.Я хотел сканер, который понимает. Сканер, который учится. Сканер, который адаптируется.Так начался проект AI-Scanner — не как плагин к существующему решению, а как попытка вырастить нечто живое: обучаемую систему, способную эволюционировать, предсказывать, ошибаться и исправляться.Первая попытка: генетика без смысла
Введение в многокритериальную оптимизацию, или как потерять чуть меньше денег на крипте
Лежит на струнах пыльРжавеет под окномРазбитый телевизорТы сгладил все углыИ жизнь твоя сплошнойПроклятый компромиссНи вверх ни внизТак поёт группа Би-2 в песне "Компромисс" и с ними трудно не согласиться. Наша жизнь действительно состоит из сплошных проклятых компромиссов между несколькими решениями. Мы пытаемся найти максимально дешёвую, но качественную электронику, ищем экономичный, но быстрый автомобиль и красивого, но надёжного партнёра для отношений.Каждая из этих повседневных задач заключается в поиске оптимума нескольких конфликтующих между собой функций. Это называется
Обзор недавно выпущенной модели Evo для анализа геномных данных
Давайте представим, что вы начинающий или опытный биоинформатик, или "простой смертный", который хочет углубиться в анализ биологических данных. Спойлер: биоинформатики тоже смертные! Зачастую, не у каждого хватает ценного времени на проверку огромных последовательностей геномных данных, будь то поиск различных мутаций или прогнозирование структуры белков на основе последовательности аминокислот.Но не переживайте, в этом вам поможет искусственный интеллект
