Сети создания композиционных паттернов ( CPPN ) представляют собой разновидность искусственных нейронных сетей (ИНС), архитектура которых управляется генетическими алгоритмами. [1]
В то время как ANN часто содержат только сигмовидные функции , а иногда и функции Гаусса , CPPN могут включать в себя оба типа функций и многие другие. Выбор функций для канонического множества может быть смещен в сторону конкретных типов закономерностей и закономерностей. Например, периодические функции, такие как синус , создают сегментированные шаблоны с повторениями, в то время как симметричные функции, такие как функция Гаусса, создают симметричные шаблоны. Линейные функции могут использоваться для создания линейных или фракталоподобных паттернов. Таким образом, архитектор системы генетического искусства на основе CPPN может предвзято относиться к типам паттернов, которые она генерирует, решая, какой набор канонических функций следует включить.
Кроме того, в отличие от типичных ИНС, CPPN применяются во всем пространстве возможных входных данных, чтобы они могли представлять полное изображение. Поскольку они представляют собой композиции функций, CPPN фактически кодируют изображения с бесконечным разрешением и могут быть выбраны для конкретного дисплея при любом оптимальном разрешении.
CPPN можно развивать с помощью методов нейроэволюции , таких как нейроэволюция увеличивающих топологий (называемая CPPN-NEAT).