Wie man die Eingabewerte für die NS richtig bildet. - Seite 13

 

Leute, ich entschuldige mich dafür, dass ich mich "einmische".

Hat jemand in dieser Richtung gearbeitet?

Der Gedanke, nützliche Informationen "herauszufischen", ohne sie von vornherein zu kennen, erscheint verlockend. Ich frage mich, wie dies realistisch in unserem Unternehmen eingesetzt werden könnte.

 
Neutron писал (а) >>

Leute, ich entschuldige mich dafür, dass ich mich "einmische".

Hat jemand in dieser Richtung gearbeitet?

Der Gedanke, nützliche Informationen "herauszufischen", ohne sie von vornherein zu kennen, erscheint verlockend. Ich frage mich, wie dies realistisch in unserem Unternehmen eingesetzt werden könnte.

Rückmeldungen wie diese

 
Es sieht nach einer Korrelation aus. D.h. die gesuchte Funktion ist eine Funktion der Korrelation von Input zu Output oder umgekehrt.
 

Die gegenseitige Information wird als Zielfunktion angeboten. Das heißt, es handelt sich um eine Variante des Lernens ohne Lehrer.

Wird dies das Endergebnis sein? Eine Art gleitender Vektor, d. h. ein mehrdimensionales Manöver?

 
YuraZ писал (а) >>

>>Feedback wie dieses


Nein, es sieht eher nach PCA aus.

 
lna01 писал (а) >>
Nein, die gegenseitige Information wird als Zielfunktion angeboten. Es handelt sich also um eine Variante des Lernens ohne Lehrer.

Warum nicht? Wenn es eine Korrelation gibt, tendiert die Zielfunktion während des Trainings zu eins. Im Prinzip sehe ich keinen großen Unterschied zur herkömmlichen Optimierung.

 
sergeev писал (а) >>

2 YuraZ. Es ist schön zu sehen, dass die Leute wieder zugreifen.

Ihr Experte im obigen Thread war meine erste Einführung. Herzlichen Dank für den Code. Ich füge hier die leicht korrigierte und verzierte Fassung ein. Es ist gut genug für einen Anfänger.


Ich habe die Ausgabe meiner Version streng mit der echten Version auf einem Testmuster verglichen.

Ich habe Ihre Version ausprobiert, ich habe es nie geschafft, sie zu unterrichten!

bei meiner Variante war das Lernen schneller

 
Neutron писал (а) >>

Der Gedanke, nützliche Informationen "herauszufischen", ohne sie von vornherein zu kennen, erscheint verlockend. Ich frage mich, wie dies in unserem Fall realistisch eingesetzt werden könnte.

Was ist mit der Funktion I(X, Y)?



IMHO sind PCA (Principal Component Analysis) oder MGC (Principal Component Method) und Rezirkulationsnetzwerke das, was Sie brauchen.
 
FION писал (а) >>

Warum nicht? Wenn es eine Korrelation gibt, tendiert die Zielfunktion während des Trainings zu eins. Im Prinzip sehe ich keinen großen Unterschied zur herkömmlichen Optimierung.

"Nein" bezog sich auf die Rückmeldung :). Was die Korrelation als Zielfunktion angeht, so scheint sie mit der gegenseitigen Information zusammenzuhängen. Aber da die Formeln unterschiedlich sind, kann auch der Lernverlauf unterschiedlich sein. Im Allgemeinen ist es schwierig, bei einem mehr oder weniger komplexen System mit dem Erreichen des globalen Extremwerts zu rechnen. Und das sich daraus ergebende lokale Extremum kann sich für verschiedene Lernpfade als unterschiedlich erweisen.

 
Neutron писал (а) >>

Leute, ich entschuldige mich dafür, dass ich mich "einmische".

Hat jemand in dieser Richtung gearbeitet?

Der Gedanke, nützliche Informationen "herauszufischen", ohne sie von vornherein zu kennen, erscheint verlockend. Ich frage mich, wie dies in unserem Fall realistisch eingesetzt werden könnte.

Darf ich fragen, woher dieser Auszug stammt? Ich habe einmal versucht, ein Nutzsignal aus dem Rauschen zu extrahieren, aber die Arbeit blieb unvollendet.

Grund der Beschwerde: