M5GP: البرمجة الجينية متعددة الأبعاد المتوازية مع مجموعات سكانية متعددة الأبعاد للانحدار الرمزي

تزداد شعبية التعلم الآلي والذكاء الاصطناعي بفضل قدرتها على إنتاج نماذج تظهر أداءً غير مسبوق في مجالات تشمل رؤية الكمبيوتر ومعالجة اللغة الطبيعية وتوليد الشيفرة. ومع ذلك، تميل هذه النماذج إلى أن تكون كبيرة ومعقدة للغاية ويستحيل فهمها باستخدام التحليل التقليدي أو التدقيق البشري. على العكس من ذلك، تحاول طرق الانحدار الرمزي إنتاج نماذج صغيرة نسبيًا وقابلة للقراءة (إلى حد ما) من قبل البشر. في هذا المجال، أثبتت البرمجة الجينية (GP) أنها استراتيجية بحث قوية تحقق أداءً من الطراز الأول. تقدم هذه الورقة طريقة جديدة لتحويل الميزات تعتمد على GP تُدعى M5GP، والتي تم دمجها مع الانحدار الخطي المتعدد لإنتاج نماذج خطية، تم تنفيذها للاستفادة من المعالجة المتوازية على وحدات معالجة الرسومات للحساب الفعال. M5GP هي أحدث المتغيرات من عائلة طرق تحويل الميزات (M2GP و M3GP و M4GP) التي أثبتت أنها أدوات قوية لكل من مهام التصنيف والانحدار المطبقة على البيانات الجدولية. تم تقييم الطريقة المقترحة على SRBench v2.0، وهو مجموعة المعيار القياسي الحالية للانحدار الرمزي. تظهر النتائج أن M5GP تحقق أداءً تنافسياً مع الأفضل في فئتها، محققة مرتبة ضمن الثلاثة الأوائل في أصعب مجموعة من مشاكل الصندوق الأسود. علاوة على ذلك، تحقق أقل وقت حساب مقارنة بالطرق الأخرى المعتمدة على GP التي تحقق درجات دقة مماثلة.