克莱奥马尔·佩雷拉·达·席尔瓦；道格拉斯·莫塔·迪亚斯；克里斯蒂亚娜·本特斯；马可·奥雷里奥·卡瓦尔坎蒂（Marco Aurélio Cavalcanti），帕切科（Pacheco）；利安德罗·丰图拉·库比蒂诺 不断演变的GPU机器代码。 （英语） 兹比尔1358.68245 J.马赫。学习。物件。 16, 673-712 (2015). 概述：GP的并行图形处理单元（GPU）实现出现在文献中，使用了三种主要方法：（i）编译，它生成GPU代码中的个体并需要编译；（ii）伪汇编，它在中间汇编代码中生成个人，并且还需要编译；以及（iii）解释，解释代码。本文提出了一种使用量子计算概念并直接处理GPU机器码指令的新方法。我们的方法利用个体的概率表示来提高全局搜索能力。此外，机器代码的演变消除了编译代码的开销和评估期间解析程序的成本。对于20位布尔多路复用器基准测试，我们获得了高达2.74万亿次每秒的GP操作。我们还将我们的方法与其他三种基于GPU的加速方法进行了比较，这三种方法都是针对量子激励的线性GP实现的。在性能上取得了显著的提高。 MSC公司： 68T05型 人工智能中的学习和自适应系统 2007年7月68日 计算机体系结构的数学问题 2012年第68季度 计算理论中的量子算法和复杂性 关键词：遗传程序设计；图形处理单元；机器代码 软件：CUDA公司；GIMP公司；SIPI图像数据库 PDF格式BibTeX公司 XML格式引用 \textit｛C.P.da Silva｝等人，J.Mach。学习。第16号决议，673--712（2015年；Zbl 1358.68245） 全文： 链接