กรุงเทพฯ, 27 ก.ย. 2566 — WiMi Hologram Cloud Inc. (NASDAQ: WIMI) (“WiMi” หรือ “บริษัท”) ผู้ให้บริการเทคโนโลยี Hologram Augmented Reality (“AR”) ชั้นนําระดับโลก ได้ประกาศในวันนี้ว่า ได้เสนอขั้นตอนวิธีการค้นหา backtracking ด้วยการเรียนรู้แบบปรับตัว (ALBSA) ซึ่งมีเป้าหมายเพื่อปรับปรุงประสิทธิภาพโดยรวมของ BSA โดยการแนะนําพารามิเตอร์การควบคุมแบบปรับตัวและกลยุทธ์การกลายพันธุ์แบบใหม่ พารามิเตอร์การควบคุมแบบปรับตัวจะปรับขนาดขั้นตอนการค้นหาของแต่ละบุคคลตามข้อมูลระดับโลกและระดับท้องถิ่นของกลุ่มในการทําซ้ําปัจจุบัน ดังนั้นจึงสามารถสร้างความสมดุลระหว่างความสามารถในการสํารวจและการใช้ประโยชน์ได้ กลยุทธ์การกลายพันธุ์แบบใหม่ขึ้นอยู่กับข้อมูลการแนะนําที่แตกต่างกัน ซึ่งจะชี้แนะการดําเนินการกลายพันธุ์ตามข้อมูลระดับโลกและระดับท้องถิ่นของฝูงเพื่อปรับปรุงความสามารถในการเพิ่มประสิทธิภาพของขั้นตอนวิธี นอกจากนี้ การแนะนํากลยุทธ์ฝูงหลายฝูงยังเพิ่มความสามารถในการปรับตัวของขั้นตอนวิธีให้เหมาะสมกับภูมิภาคการค้นหาที่แตกต่างกันและความสามารถในการค้นหาเพิ่มขึ้น
WiMi ปรับปรุง BSA ผ่าน ALBSA เพื่อให้มีความสามารถในการแข่งขันในการเพิ่มประสิทธิภาพปัญหา เป้าหมายของ ALBSA คือการปรับปรุงประสิทธิภาพการค้นหาและคุณภาพของผลเฉลยผ่านการแนะนําความสามารถในการปรับตัวและความยืดหยุ่น และการใช้ข้อมูลระดับโลกและระดับท้องถิ่นอย่างเต็มที่ การทดลองได้แสดงให้เห็นว่า ALBSA มีประสิทธิภาพการทํางานที่ดีกว่าเมื่อเทียบกับ BSA ดั้งเดิมและขั้นตอนวิธีวิวัฒนาการอื่นๆ ซึ่งทําให้สามารถนําไปใช้และเป็นประโยชน์กับปัญหาในโลกแห่งความเป็นจริงได้ดียิ่งขึ้น
ALBSA ที่ WiMi เสนอมีข้อได้เปรียบเหนือ BSA ดั้งเดิม ดังนี้:
ความสามารถในการปรับตัวและความยืดหยุ่น: ออกแบบพารามิเตอร์การควบคุมแบบปรับตัวตามข้อมูลระดับโลกและระดับท้องถิ่นของฝูงในการทําซ้ําปัจจุบัน เพื่อปรับขนาดขั้นตอนการค้นหาของบุคคล ซึ่งทําให้ขั้นตอนวิธีสามารถสร้างความสมดุลระหว่างความสามารถในการสํารวจและการใช้ประโยชน์ได้ดียิ่งขึ้น และปรับตัวให้เข้ากับความต้องการการค้นหาของปัญหาต่างๆ
การเพิ่มประสิทธิภาพความสามารถในการเพิ่มประสิทธิภาพ: ALBSA แนะนํากลยุทธ์การกลายพันธุ์แบบใหม่ตามการแนะนําของข้อมูลที่แตกต่างกัน ซึ่งช่วยเพิ่มความสามารถในการเพิ่มประสิทธิภาพของขั้นตอนวิธี โดยทําให้สามารถค้นหาพื้นที่เฉลยที่เป็นไปได้ได้อย่างเจาะจงมากขึ้น ปรับปรุงคุณภาพของเฉลยและความเร็วในการลู่เข้า
กลยุทธ์ฝูงหลายฝูง: ALBSA นํากลยุทธ์ฝูงหลายฝูงมาใช้ ซึ่งหมายความว่ามีการรักษาฝูงหลายฝูงไว้ในเวลาเดียวกัน และแต่ละฝูงสามารถค้นหาภูมิภาคการค้นหาเฉพาะได้อย่างอิสระ ซึ่งเพิ่มความสามารถของขั้นตอนวิธีในการค้นหาภูมิภาคการค้นหาที่แตกต่างกัน ดังนั้นจึงสํารวจพื้นที่เฉลยได้อย่างครอบคลุมมากขึ้น และเพิ่มโอกาสในการค้นหาเฉลยที่เป็นการเพิ่มประสิทธิภาพสูงสุดในระดับโลก
ความสามารถในการแข่งขันและประสิ