Parallelization is an obvious thing

Parallelization is an obvious thing to take advantage of with evolutionary algorithms, and this can be done in many ways. We also anticipate algorithms such as ours being used interactively and iteratively, not in a batch mode with the expectation of a finished solution being produced automatically. When used interactively the feedback provided by the designer, along with any solutions already explored, provide a much better starting point for the next round of processing compared to starting from scratch. Parameter learning across different problem instances might even be effective. We look forward to exploring many of these possibilities.

ผลลัพธ์ (ไทย) 1:

parallelization เป็นสิ่งที่ชัดเจนที่จะใช้ประโยชน์จากการที่มีอัลกอริทึมวิวัฒนาการและนี้สามารถทำได้ในหลายวิธี เรายังคาดว่าจะมีขั้นตอนวิธีการดังกล่าวเป็นของเราถูกใช้ในการโต้ตอบและซ้ำไม่ได้อยู่ในโหมดแบทช์กับความคาดหวังของการแก้ปัญหาเสร็จสิ้นการผลิตโดยอัตโนมัติ เมื่อใช้โต้ตอบข้อเสนอแนะที่ได้รับจากนักออกแบบ,พร้อมกับการแก้ปัญหาใด ๆ สำรวจแล้วให้จุดเริ่มต้นที่ดีมากสำหรับรอบต่อไปของการประมวลผลเทียบกับการเริ่มต้นจากรอยขีดข่วน พารามิเตอร์การเรียนรู้ผ่านกรณีปัญหาที่แตกต่างกันก็อาจจะมีประสิทธิภาพ เรามองไปข้างหน้าเพื่อสำรวจความเป็นไปได้จำนวนมากเหล่านี้

ผลลัพธ์ (ไทย) 2:

Parallelization เป็นสิ่งชัดเจนการใช้ประโยชน์จาก มีอัลกอริทึมเชิงวิวัฒนาการ และนี้สามารถทำได้หลายวิธี เรายังมีอัลกอริทึมของเราใช้แบบโต้ตอบ และซ้ำ ๆ ไม่ในชุด โหมดที่ มีความคาดหวังของโซลูชันสำเร็จรูปผลิตโดยอัตโนมัติ เมื่อใช้สำหรับผลป้อนกลับจากแบบ พร้อมกับแก้ไขปัญหาใด ๆ แล้วอุดม ให้จุดเริ่มต้นดีมากในรอบถัดไปของการประมวลผลเปรียบเทียบกับการเริ่มต้นจากรอยขีดข่วน พารามิเตอร์ในอินสแตนซ์อาจแม้แต่ปัญหาการเรียนรู้มีประสิทธิภาพ เราหวังว่าสิ่งเหล่านี้ไปมากมาย

ผลลัพธ์ (ไทย) 3:

parallelization เป็นสิ่งที่เห็นได้ชัดที่จะได้รับประโยชน์จากการพร้อมด้วยอัลกอริธึมวิวัฒนาการและในส่วนนี้สามารถทำได้ในหลายๆวิธีด้วยกัน นอกจากนั้นเรายังคาดการณ์อัลกอริธึมเช่นเรากำลังใช้อินเตอร์แอคทีฟและ HOMER เพื่อจะได้ไม่เล็กไม่ได้อยู่ในโหมดชุดข้อมูลที่มีการคาดการณ์ของโซลูชันเสร็จแล้วที่จะสามารถผลิตได้โดยอัตโนมัติ เมื่อใช้แบบอินเตอร์แอกทีฟความคิดเห็นที่ให้บริการโดยผู้ออกแบบพร้อมด้วยโซลูชันใดแล้วสำรวจจัดให้มีจุดเริ่มดีขึ้นมากสำหรับรอบถัดไปของการประมวลผลเมื่อเทียบกับการเริ่มต้นจากรอยขีดข่วน พารามิเตอร์การเรียนรู้ในบางกรณีปัญหาแตกต่างกันอาจจะมีผลบังคับใช้ได้ เรารอคอยเพื่อการสำรวจจำนวนมากของความเป็นไปได้เหล่านี้