已验证65% 置信事实精确时间

NEAT算法（NeuroEvolution of Augmenting Topologies）是神经进化领域的经典代表

3

来源数

65%

置信度

长期有效

时效性

2026/8/19

首次发现

来源

遗传算法+神经网络：登机效率超越Steffen法9.6%

相关事实

待验证传统的神经系统演化模型倾向于描绘一条单一谱系：从简单的神经网到集中化的神经节，再到高度组织化的中枢神经系统70% 相似已验证神经网络的前向传播本质上就是矩阵乘法68% 相似待验证赫布学习的核心思想被概括为「一起激发的神经元，连接会加强」，只需突触两端神经元的局部激活状态即可完成权重更新67% 相似待验证神经网络层数越多、神经元越多，模型的表达能力越强，但也越容易出现过拟合67% 相似待验证存在一项题为《人工神经网络的涌现符号结构》的研究，关注神经网络在训练过程中是否会自发形成类似人类认知的符号化结构67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/775778

API

curl https://kongchang.com/api/v1/knowledge/claims/775778

MCP

get_claim(id=775778)