เปรียบเทียบวิธี

	Genetic Algorithm	การค้นหาสถาปัตยกรรมโครงข่ายประสาทเทียม
สาขาวิชา	การหาค่าเหมาะที่สุด	การเรียนรู้เชิงลึก
ตระกูล	Process / pipeline	Machine learning
ปีกำเนิด	1975	2017
ผู้ริเริ่ม	John Henry Holland	Zoph, B. & Le, Q.V.
ประเภท	Population-based metaheuristic	Automated architecture optimization (deep learning)
แหล่งต้นตำรับ	Holland, J.H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press.	Zoph, B. & Le, Q.V. (2017). Neural Architecture Search with Reinforcement Learning. ICLR.
ชื่อเรียกอื่น	GA, evolutionary algorithm, Genetik Algoritma — Evrimsel Optimizasyon	Nöral Mimari Arama (NAS), NAS, automated architecture design, differentiable architecture search
ที่เกี่ยวข้อง	5	5
สรุป	A genetic algorithm (GA) is a population-based metaheuristic optimization method introduced by John Henry Holland (1975) that mimics the principles of natural selection. It maintains a population of candidate solutions and iteratively improves them through selection, crossover, and mutation operators, making it especially powerful on discontinuous, non-convex, and multi-modal search spaces where classical gradient-based methods fail.	Neural Architecture Search (NAS), introduced by Zoph and Le in 2017, automatically optimizes architectural decisions such as a network's depth, width, and connection structure instead of hand-designing them. Leading methods in the field include DARTS, ENAS, and Once-for-All.