Обсуждение статьи "Детерминированный алгоритм дендритных клеток — Deterministic Dendritic Cell Algorithm (dDCA)"
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Опубликована статья Детерминированный алгоритм дендритных клеток — Deterministic Dendritic Cell Algorithm (dDCA):
Представлена адаптация детерминированного алгоритма дендритных клеток (dDCA) для задач непрерывной оптимизации. Алгоритм, вдохновлённый Теорией Опасности иммунной системы, использует механизм накопления сигналов для автоматического баланса между исследованием и эксплуатацией пространства поиска.
Иммунная система человека - одна из наиболее эффективных адаптивных систем, созданных природой. Особый интерес среди её компонентов представляют дендритные клетки - специализированные клетки врождённого иммунитета. Они патрулируют ткани, накапливают сигналы из окружающей среды и принимают решения о характере обнаруженных объектов. Эта способность к интеграции разнородной информации легла в основу алгоритма дендритных клеток (Dendritic Cell Algorithm, DCA), предложенного Greensmith и коллегами в 2005 году.
Теоретическим фундаментом DCA служит Теория Опасности, сформулированная P. Matzinger в 1994 году. В отличие от классической парадигмы «своё-чужое», эта теория утверждает, что иммунная система реагирует не на чужеродность объекта, а на сигналы опасности от повреждённых клеток. Это объясняет толерантность к полезным бактериям кишечника (чужие, но безопасные) и аутоиммунные реакции (свои, но опасные).
Детерминированная версия алгоритма (dDCA), разработанная J. Greensmith and U. Aickelin в 2008 году, устранила стохастические элементы оригинала, обеспечив воспроизводимость результатов.
Автор: Andrey Dik