歷屆成果｜第 10 屆專題實作・2025

探討遺傳演算法優化類神經網路迭代之研究

機器學習遺傳演算法研究

  1. 報名
  2. 線上初賽
  3. 程式挑戰營
  4. YTP2026H2黑客松
  5. 海外參訪

出自第二階段專題實作（第 11 屆起改為黑客松）。

團隊

Lorem ipsum

簡介

用遺傳演算法跳出梯度下降的區域最佳解

探討傳統類神經網路以梯度下降訓練時易陷入區域最佳解的問題。引入遺傳演算法（GA），模擬適者生存機制，透過選擇、交叉與突變在全域尋找最優神經元權重。實驗顯示混合式迭代法在收斂速度與預測精準度上均顯著優於純傳統網路模型，對複雜非線性資料集具備更強魯棒性。

連結

同屆專題