诺丁汉大学的研讨人员最近开发了一种深度学习技能,能够从一组问题的样本处理方案中学习所谓的“习惯函数”。这项技能宣布在WileysExpertSystems上的一篇论文中,开始被练习用来处理魔方问题。
研讨人员表明,“魔方是一个非常杂乱的谜题,可是任何一种组合都不超越20步。所以咱们在这里采纳的办法是,经过学习别离完结这些过程来测验处理问题。”
研讨人员规划的技能根据两种首要办法:逐渐学习和深度神经络。当应用于魔方时,这种技能企图一步一步地解出魔方,而不是一次性学习解出整个魔方。换句话说,它企图移动部件以完成更简略的装备,并屡次重复此过程,直到处理多维数据集。
研讨人员评价了在一系列试验中开发的技能,并将其与从前开发的根据随机森林分类器算法的办法、根据传统根据差错的习惯度的基线办法以及其他现有的计算技能进行了比较。该深度学习技能优于所有这些代替办法,一起也突出了按部就班处理使命的优势。
到目前为止,研讨人员只使用了这种逐渐学习技能来处理魔方问题,但它也能够应用于各种能够逐渐处理的更杂乱的问题。换句话说,魔方仅仅该技能能够处理的问题类型的一个简略比如。
研讨人员提出,在未来,逐渐深化学习技能能够用来处理许多其他科学和工程问题,如能够用来研讨和更好地了解蛋白质在生物细胞中折叠的方法。