neural-network - 関数近似と最適化アルゴリズムの違いは?

Question

人工ニューラル ネットワークと遺伝的アルゴリズムについて学び始めたところですが、それらの違いは、ANN が関数近似器であり、GA が最適化アルゴリズムであることです (SO によると)。問題は、これらの定義の間にどこでどのように線を引くべきか 100% 確信が持てないことです。類推などを使用して違いを説明する簡単な方法はありますか (私が 10 歳であると仮定します)。私が特にややこしいと思ったのは、場合によっては両方のタイプが同じ問題を解決できるように見えることです (巡回セールスマン問題など)。

Answer 1

ANN は、入力と出力を相関させる未知の関数を近似します。ANN の目的は、両方の間の数学的関係を見つけることです。新しい入力が提示された場合、ネットによって検出されたモデル化により、真の値の近似値が得られます。例: トレーニング用の一連の測定値を使用して、温度、粘度、密度、チューブのセクションなどを入力として与えるチューブ内のガスの圧力を見つけます。

GA は、関数の最大値または最小値を見つけるためによく使用されます (最適化)。たとえば、ネットのセットを使用して前の例の最適なネット (小さなエラー) を見つけるか、巡回セールスマンの問題を解決します (都市のセットが与えられた場合、各都市を 1 回訪れて最小パスを見つけます)。