Evo@home
|
Evo@home | |
|---|---|
| 项目LOGO Evo@home logo | |
| 无屏幕保护图形 | |
| 开发者 | Montefiore研究所 |
| 版本历史 | |
| 运算平台 | 
|
| 项目平台 | BOINC |
| 程序情况 | 查看计算程序情况 |
| 任务情况 | 查看计算任务情况 |
| 项目状态 | 运行中/开放注册 |
| 项目类别 | 生命科学类 |
| 优化程序 | 无 |
| 计算特点 | CPU密集： |
| 官方网址 | Evo@home |
|
通过 RSS 获取项目新闻 |
Evo@home 是一个利用联网计算机研究机器学习的项目. 该项目使用进化算法优化各类机器学习算法的参数。
该项目现正致力于调整一个机器学习者的参数，用于从氨基酸序列中预测蛋白质三维结构的学习。你可以下载并运行一个免费程序参与到项目中。
Evo@home 由 Montefiore研究所主持，是 比利时列日大学 的电子工程与计算机科学学院。
如何加入项目
该项目基于 BOINC 平台，简要的加入步骤如下（已完成的步骤可直接跳过）：
- 下载并安装 BOINC 的客户端软件（官方下载页面或程序下载）
- 点击客户端简易视图下的“Add Project”按钮，或高级视图下菜单中的“工具->加入项目”，将显示向导对话框
- 点击下一步后在项目列表中找到并单击选中 Evo@home 项目（如未显示该项目，则在编辑框中输入项目网址：http://boinc.run.montefiore.ulg.ac.be/evo/ ），然后点击下一步
- 输入您可用的电子邮件地址，并设置您在该项目的登录密码（并非您的电子邮件密码）
- 再次点击下一步，如项目服务器工作正常（并且有适合自身操作系统的计算程序），即已成功加入项目
更详细的加入方法说明，请访问 BOINC 新手指南 或 BOINC 使用教程。
本站推荐您加入 Team China 团队，请访问项目官方网站的 团队检索页面，搜索（Search）并进入 Team China 的团队页面，点击页面中的 Join 并输入用户登录信息即可加入！
