跳到主要内容
检索

# 遗传算法

6 篇关联报道

订阅更新
  1. researchsquare.com

    测试用例不再逐条手写:五个智能体分工自审,跨五个数据集变异得分均值93.4%

    软件测试用例设计长期依赖人工,而把生成当作一次性文本翻译的模型难以处理多层业务规则。一个由解析、分诊、架构、编写、审计五个角色组成的智能体流水线,把测试生成改成带状态的推理流程,审计角色在输出前反复修正脚本。在旅行、电信、金融监管与政府岗位匹配五个数据集上,该流水线的变异得分均值为93.4%,幻觉率1.4%,冗余率7.8%,但平均生成时间达21.2小时。

  2. researchsquare.com

    红外视觉不再靠昂贵相机:单像素探测反馈让投影自己长成目标形状,0.11光子每像素也能看见

    红外光肉眼不可见,传统红外相机又依赖窄带隙探测器阵列与制冷,成本高、体积大。SIVIS把红外与可见光共用一条光路,由数字微镜器件同时调制,再用单像素单光子探测器测到的红外强度作为反馈,让遗传算法逐代把照明图案演化成目标形状,同时把同形的可见图案投到目标或屏幕上。在透射与反射两种配置下,静态与动态目标都能实时可视化,最低在约0.11光子每像素每次探测(约0.1 pW/cm²)下仍可辨认,并演示了红外防伪与穿透约2毫米生物组织的成像。

  3. medRxiv

    PCOS筛查不再只看总准确率:最罕见亚型召回从75%升到87.5%

    多囊卵巢综合征的机器学习筛查长期只报告一个二分类准确率,掩盖了各临床亚型之间的差异。在541名患者的公开数据集上,调优后的随机森林各亚型准确率从最罕见亚型的75.0%到最常见亚型的97.8%,相差22.8个百分点,剔除用于定义亚型的七个变量后差距为23.3个百分点。一种由随机森林筛选特征、遗传算法调参的多任务神经网络同时预测二分类标签与亚型,保持90.2%的二分类准确率,把最罕见亚型召回从75.0%提高到87.5%,把难以归类病例的召回从多分类模型的31.5%提高到79.6%。

  4. arXiv

    用NSGA-II优化资源级交接策略,在合成与真实事件日志上平均降低37%成本、58%等待时间

    该工作提出首个面向业务流程中资源级交接策略的多目标优化方法:以多智能体系统(MAS)仿真模型为输入,用NSGA-II搜索帕累托最优的人员特定交接策略,在5个合成Loan Application变体和7个真实事件日志上,相对as-is流程平均降低37%成本、58%等待时间,并在多数场景优于可用性、随机、最低成本(LC)、最短处理时间(SPT)等启发式基线。

  5. PolyGraphPy:面向原子模拟与机器学习驱动聚合物设计的统一 Python 框架

    该工作提出开源统一 Python 框架 PolyGraphPy,将基于 DFTB+ 的量子力学计算自动化以构建单体、均聚物与交替共聚物的结构化数据集,并集成采用随机图表示的贝叶斯图神经网络进行性质预测(如静态极化率)与不确定性量化,同时纳入基于 SELFIES 的生成式预训练 Transformer 和基于 BRICS 图碎片的遗传算法两种互补生成模型用于目标分子的从头设计,并在丙烯酸酯数据集上展示了这一可高度定制的端到端流程。

  6. New Biotechnology

    以 mRNA 稳定性为设计目标的序列优化提升 CHO 细胞中单克隆抗体产量

    该研究将 mRNA 稳定性作为可调控的密码子优化设计参数,构建 IgG1 轻链同义编码序列组合文库并单拷贝整合到 CHO 细胞固定基因组位点,用 gDNA 与 mRNA 深度测序得到的稳态 mRNA 丰度作为稳定性代理指标,训练基于预训练核苷酸 transformer 嵌入的丰度预测模型,并将其与翻译指标一起纳入遗传算法进行多目标密码子优化;以 Trastuzumab 编码序列为概念验证,高丰度设计相对低丰度设计使胞内 mRNA 提高 41%、蛋白滴度提高 59%、细胞比生产率提高 85%,相对两家商业供应商基准序列滴度提高 70%、比生产率提高 98%,而活细胞密度相当。

已读完全部报道