arXiv · Machine Learning Theory· Lucas C. S. Oliveira, Michiel Rollier, Jan Baetens, Odemir M. Bruno·· 3 小时前AI 评分29
Life-Like Network Automaton 规则形状不规则性可作为分类性能指标
Shape irregularity of Life-Like Network Automaton rules as an indicator of classification performance
AI 导读
研究提出用“jaggedness”衡量 Life-Like Network Automata（LLNA）转移函数与锯齿形状的相似度，作为混沌性与敏感性的理论代理指标，并据此设计启发式规则搜索策略。实验显示，该方法分类精度与全局最优相差 5% 以内，计算开销较穷举搜索降低 90%。该框架为复杂网络分类提供无需人工特征、可扩展的自动机规则优化路径。
来源：arXiv · Machine Learning Theory · arxiv.org