Nevertheless, modular structure has

Nevertheless, modular structure has not been clearly demonstrated in existing developmental GP systems. We argue that this is because modular structure, if used for a single evaluation as in most artificial developmental systems, only has adaptive advantages to entire species, not to particular individuals, and hence imposes very weak selection pressure in evolution. In developmental biological systems, on the other hand, evaluation is continuous throughout development (if the individual is insufficiently fit to survive at a particular stage of development, the fitness it would exhibit at later stages is immaterial). A modular structure, which allows biological sub-systems to develop in synchrony throughout development, can thus provide a selective advantage to the individual. Our working hypothesis is that, if the individual is evaluated on multiple problems at different stages of development, then modular structure can provide an adaptive advantage to that particular individual, and hence can be selected for by evolution. This hypothesis is investigated using the Tree Adjoining Grammar Guided GP (TAG3P) representation, which has ideal properties for supporting evaluation during incremental development. In particular, this representation has a feasibility property, allowing any expression tree to be evaluated, regardless of the detachment of any number of its sub-trees. This means that smaller sections of the tree can easily be tested on simpler problems, providing a straightforward way to test our hypothesis at relatively low implementation cost.

Kết quả (Việt) 1:

Tuy nhiên, cấu trúc mô-đun đã không được rõ ràng chứng minh trong hệ thống GP phát triển hiện có. Chúng tôi lập luận rằng điều này là bởi vì cấu trúc mô-đun, nếu được sử dụng cho một đánh giá duy nhất như trong hệ thống phát triển đặt nhân tạo, chỉ có lợi thế thích nghi để toàn bộ loài, không phải cho các cá nhân cụ thể, và do đó áp đặt áp lực rất yếu lựa chọn trong sự tiến hóa. Trong phát triển của hệ thống sinh học, mặt khác, đánh giá là liên tục trong suốt phát triển (nếu cá nhân là không phù hợp để tồn tại ở một giai đoạn cụ thể của sự phát triển, tập thể dục, nó sẽ thể hiện ở các giai đoạn sau này là vô quan hệ). Một cấu trúc mô-đun, nó cho phép hệ thống phụ sinh học để phát triển trong synchrony trong phát triển, do đó có thể cung cấp một lợi thế chọn lọc cho các cá nhân. Giả thuyết làm việc của chúng tôi là, nếu các cá nhân được đánh giá trên nhiều vấn đề ở các giai đoạn khác nhau của phát triển, sau đó mô-đun cấu trúc có thể cung cấp một lợi thế thích ứng cho rằng cá nhân cụ thể, và do đó có thể được lựa chọn cho bởi sự tiến hóa. Giả thuyết này được điều tra bằng cách sử dụng các đại diện cây liền kề ngữ pháp hướng dẫn bác sĩ gia đình (TAG3P), có các tính chất lý tưởng để hỗ trợ đánh giá trong quá trình phát triển gia tăng. Đặc biệt, đại diện này có một tài sản tính khả thi, cho phép bất kỳ cây biểu hiện được đánh giá, bất kể đội bất kỳ số nào của các cây phụ. Điều này có nghĩa rằng các phần nhỏ hơn của cây có thể dễ dàng được thử nghiệm trên vấn đề đơn giản, cung cấp một cách đơn giản để thử nghiệm giả thuyết của chúng tôi tại chi phí tương đối thấp thực hiện.

Kết quả (Việt) 2:

Tuy nhiên, cấu trúc mô đun đã không được chứng minh rõ ràng trong hệ thống GP phát triển hiện tại. Chúng tôi cho rằng điều này là do cấu trúc mô đun, nếu được sử dụng cho một đánh giá duy nhất như trong các hệ thống phát triển nhân tạo nhất, chỉ có ưu điểm thích nghi để toàn bộ các loài, không phải cho cá nhân nói riêng, và do đó áp đặt áp lực chọn lọc rất yếu trong quá trình tiến hóa. Trong các hệ thống sinh học phát triển, mặt khác, đánh giá là phát triển liên tục trong suốt (nếu cá nhân là không đủ phù hợp để tồn tại một giai đoạn cụ thể của phát triển, tập thể dục sẽ triển lãm tại các giai đoạn sau là phi vật chất). Một cấu trúc module, cho phép sinh học tiểu hệ thống để phát triển đồng bộ quá trình phát triển, do đó có thể cung cấp một lợi thế chọn lọc cho cá nhân. Giả thuyết làm việc của chúng tôi là, nếu cá nhân được đánh giá trên nhiều vấn đề ở các giai đoạn phát triển khác nhau, sau đó cấu trúc mô-đun có thể cung cấp một lợi thế thích nghi với cá nhân cụ thể, và do đó có thể được lựa chọn cho bởi sự tiến hóa. Giả thuyết này được khảo sát bằng GP Tree liền kề Grammar dẫn hướng (TAG3P) đại diện, trong đó có các tính chất lý tưởng để hỗ trợ đánh giá trong quá trình phát triển gia tăng. Đặc biệt, đại diện này có một tài sản khả thi, cho phép bất kỳ cây biểu hiện được, bất kể sự tách rời của bất kỳ số lượng các cây con của nó. Điều này có nghĩa rằng các phần nhỏ hơn của cây có thể dễ dàng được kiểm tra về vấn đề đơn giản, cung cấp một cách đơn giản để kiểm tra giả thuyết của chúng tôi với chi phí thực hiện tương đối thấp.