Image Classification by Evolving Bytecode
a year ago
- #machine learning
- #genetic programming
- #MNIST classification
- 研究一种受生物启发的虚拟机（Zyme）在机器学习中不断演化的字节码。
- 专注于对MNIST数据集子集中的手写数字进行分类。
- 通过50代随机突变实现了持续准确率提升。
- Zyme虚拟机专为可进化性设计，采用基于链的编程范式。
- 初始程序性能从随机猜测（约25%）提升至最高约50%的准确率。
- 突显了专用架构下遗传编程的潜力。
- 探讨了包括可扩展性和可解释性在内的局限性与开放性问题。
- 为未来研究提出了在完整MNIST任务上实现竞争性表现的探索方向。