記事"人工知能を用いたTDシーケンシャル(トーマス デマークのシーケンシャル)"についてのディスカッション - ページ 3 12345678910 新しいコメント Mihail Marchukajtes 2017.03.30 11:47 #21 Nexxtor:読んで。 TSを投稿し、それがどのように機能するのかをおおまかに説明し、さらに、ニューラルネットワークの働きとFX市場との直接的な関係についてのあなたの考えという点で、少し理論を説明することに決めたことはよくやった。しかし、この記事は「トレーダーは推測できる」、「トレーダーは自分の経験に基づいて判断するべきだ」などが多すぎる。このような大きなタイトルの記事にしては、すべてが漠然としています。私が理解しているように、あなたはプログラマーではない。そうでなければ、記事はもっと有益で体系的なものになり、ポジションを逆にしないようにTSを洗練させるだろう。そして、2週間ごとにネットワークを事前訓練し、1年か2年間テスターで取引した結果を掲載したはずだ。逆張りは常に自己責任であり、明確なアルゴリズムがない-これは大きな欠点だ。ニューラルネットワークについての記事ですらない。もっと具体的に、提案されたニューラルネットワークの詳細な作業、テストサンプルの例、トレーニングの例、トレーニング後の作業の例について、もっと多くの言葉を期待した。 初心者はどうせ正しく理解できないだろうし、知識のある人はそれに興味がない。長い間FXをやっていて、プログラミングを知っている人は、なぜそれが良いアイデアなのか、どのように機能するのか、どのように使うのかという詳細な説明とともに、興味深いアイデアを探すことが多い。そして、それを自分の要求に合わせ、Expert Advisorやインジケーターなどに組み込む。例えば、私はC++でKohonen Neural Networkをベースにしたデータ・クラスタイザーを作っています：左の画像は元のデータで、右の画像はクラスタリング後のもので、各クラスには2桁のクラス名とクラス内の最小距離が付けられている。ネットワークは7つのニューロンで構成されている。全部で49のクラスがあります。具体的にどのような入力データをどのような形式で与え、出力として何を得るか等、学習アルゴリズムの説明等、一例もありません。 ご興味を持っていただきありがとうございます。前のページにオプティマイザーの説明を掲載しました。作者自身が書いたオプティマイザーの組織へのリンクもあります。私はMQL4でプログラミングしています。すべてのグリッドは記事に添付したファイルにあります。重要なのは、このような多項式を構築することであり、その多項式は出力変数の汎化の効果を持ちます。多項式そのものは大きくないかもしれないが、市場の本質を理解していることが重要である。私はそれに歩調を合わせて歩いた。分類器はサンプルを2つの領域に分けます。ですから、直近の2つのシグナルだけを比較し、前回の結果を知り、現在のシグナルがどのグループに分類されたかを見ることで、一定の結論を導き出すことができます。確かにこの記事は少し辛口だったが、その本質は読者に取引システム構築のMETHODに慣れ親しんでもらうことだった。TSに「その日の状況」を適用するようにすれば、日中に出現するパタノもトレーニングに含まれるようになるだろう。リバーサルについては、記事でその方法を説明した。インプットを見れば、どのデータがエントリーに使われているか推測するのは難しくない。エグジットは利益によって整理される。一つだけ秘密を教えよう。さて？ Mihail Marchukajtes 2017.03.30 11:57 #22 重要なのは、NSなしでも可能であり、それは非常にシンプルにできるということだ。デルタ・プロファイルという概念がある。ある信号を受信し、そのウインドウを知る。このウィンドウのデルタ・プロファイルを作成する必要がある。その日の状況」が出来高と OIで一致している場合、つまり、両者が同時に上昇または下降した場合、デルタ・プロファイルに従って移動します。しかし、「今日の文脈」が異なる場合、すなわち、出来高が減少している場合、この買いシグナルを「偽」と見なします。つまり、出来高は減少しているが、OIは増加している。その場合は、逆の方向から取り組む必要がある。通常、このような日には、マイナスのデルタ・プロファイルから価格が上昇し、プラスのプロファイルから下落する。これは大混乱です。ここではNsは必要ありません。なぜなら、シークエンタ自体が適応的であり、価格変動の理由であるデルタ・プロファイルも適応的だからです。残念ながら、あるウィンドウに対するデルタ・プロファイルのインジケータはないので、TSの働きは良いのですが、あまり良くありません。しかし、このデータをEAの入力に提供することができれば、この問題は協調的に解決されるでしょう。この条件に合わせてExpert Advisorを書きたいという要望があれば、やってみることは可能だが、ウィンドウのデルタプロファイルの問題は何とかして解決したいものだ......。 Mihail Marchukajtes 2017.03.30 12:22 #23 toxic: 私の "シャープレシオ "はこの3年間、3以下になったことがない。というわけで、"今日の文脈 "であなたの30行を誰かに教えてあげてください。もちろん、あなたはあなたのデータセットを出すことができます、それは常に興味深いものですが、私はすぐに分以上の定量化で、すでに長い間市場に魚はありません（古典的なインサイダーを除く）、また、私はオーバートレーニングを検出するための非常に効果的な技術を持っていることをお伝えします、私のシステム "30サンプル "は真剣に取ることはありません、それは "データが十分ではありません "と言うでしょう。統計学に詳しいですか？中心極限定理をご存知ですか？最小サンプルサイズについてですが、 30 サンプルは、準正規分布の場合、1つの図に対して、サンプルの潜在的な代表性の最小しきい値であり、200 -t より良いということです。マルチメータでは、最小サンプルサイズの限界は30^(D=2)になります。ここで、D 。あなたは単純なフィッティングを行っているように私には思えます、先生、この将来性のない職業を辞めてください、肉は少なくなっています、すぐにそれは "先進国 "のようになる 資格のある投資家やすべてのもの、カモは市場に許可されず、あなたはヘッジファンドや機関投資家と直接戦わなければならないでしょう、そして、それらは彼らのモデルを学ぶために30行ではありません、あなたはこのアプローチで奪われるでしょう))). あなたと私では、マーケットで働くためのアプローチが違うのですね。私は誰かの考えを変えたり、何かを証明したりするつもりはない。しかし、多項式構築の意味は、多次元空間を普遍的な直線で分割する能力であり、それは一定期間効率を維持する。私のトレーニングファイルには100列ほどの入力があることをご存知ですか？もしよろしければお願いします！ そして、フィッティングについてですが、私はデータを検討し、サンプル外の部分のみでモデルの働きを分析しています。 ファイル: p77r_dsyotjs.txt 19 kb Mihail Marchukajtes 2017.03.30 12:25 #24 繰り返しますが、これほどのシャープレシオで、これほど長期にわたって、なぜフォーブス誌であなたを見かけないのでしょうか？だから......ちょっと興味があるんだ!!!! Aleksandr Petinov 2017.03.30 14:18 #25 すべての人に挨拶、neuronkaはずっと前に非常に興味を持って理解し、今、私はまた、その背後にある未来と現在すでに、もちろん、独自の特殊性を持っていると思う、私はneuronkaの本質のような質問を持っている、私はそれを教えるとき、特定のアルゴリズムを正しく理解すれば、それは将来的に類似したものを探して、それらに基づいて取引し、もちろんデジタルで、市場の構造的な動きが同一であることはありませんし、常にシフトがある、すなわち。例えば、信号が与えられ、履歴に100回繰り返されますが、100回のうち、当然のことながら、わずかな量だけ利益をもたらし、残りはマイナスである。なぜ、パターンや明確なシグナルに忠実に作られたneuronkaが存在しないのか、明確なシグナルとは何か、すなわち、neuronkaは、任意のインジケーターの特定の設定で、正の効率を与えるような繰り返しの履歴を見つける必要があります。すなわち、任意のインジケータと収益性の高い、巧みな手では収益性のない、なぜ1つ以上のインジケータを1つの戦略で交差させない、さらにneuronkaを通じて調整の最良の結果を選択することにより、最良の結果を推測し、その上でさらに取引することはありません。これを行うことができる、またはそれを行うことができます誰もがある、私は参加したいと思います。 Mihail Marchukajtes 2017.03.30 14:28 #26 alexsandr11: すべての人に挨拶、neuronkaはずっと前に非常に興味を持って理解し、今、私はまた、その背後にある未来と現在すでに、もちろん、独自の特殊性を持っていると思う、私はneuronkaの本質のような質問を持っている、私はそれを教えるとき、特定のアルゴリズムを正しく理解すれば、それは将来的に類似したものを探して、それらに基づいて取引し、もちろんデジタルで、市場の構造的な動きが同一であることはありませんし、常にシフトがある、すなわち。例えば、信号が与えられ、履歴に100回繰り返されますが、100回のうち、当然のことながら、わずかな量だけ利益をもたらし、残りはマイナスである。なぜ、パターンや明確なシグナルに忠実に作られたneuronkaが存在しないのか、明確なシグナルとは何か、すなわち、neuronkaは、任意のインジケーターの特定の設定で、正の効率を与えるような繰り返しの履歴を見つける必要があります。すなわち、任意のインジケータと収益性の高い、巧みな手では収益性の低い、なぜ1つ以上のインジケータを1つの戦略で交差させない、さらにneuronkaを通じて調整の最良の結果を選択することにより、最良の結果を推測し、その上でさらに取引することはありません。そのようなことができるか、それを行うことができます誰もが、私は参加します。 あなたの言う通り、将来的にパターンを探し、それを研究し、将来的に同じ動きをする場合、ネットワークの変形があります。しかし、過去に一義的に解釈できるようなパターンを見つけるのは非常に難しい。つまり、過去の100個のパターン（同じパターン）のうち、50個はプラス、50個はマイナスとなる。ではどうするか？NSはどうすべきか？データを作成する際に重要なのは、同じパターンで異なる結果が出ても矛盾が生じないことである。したがって、あるパターンが出現したときに、インプットの情報に基づいて、その信号の真偽について結論を下す、一般化のプロセスが解決策となる。 toxic 2017.03.30 14:33 #27 Mihail Marchukajtes: 私とあなたでは、市場に対する取り組み方がまったく違う。私は誰かの考えを変えたり、何かを証明したりするつもりはない。私はアプローチの本質と戦略を改善する可能性を示した。 それが誰かの役に立つことを願っている（もちろん、あなたのためではないが、何と言えばいいか）。 しかし、多項式を構築するポイントは、多次元空間を普遍的な線で分割する能力であり、それは一定期間機能し続ける。私のトレーニングファイルには約100の列または入力があることをご存知ですか？もしよろしければ、お願いします！ そして、フィッティングについてですが、私はデータを検討し、サンプル外の参加者のみを対象としてモデルの働きを分析しています。 私はフォーラムやソーシャルネットワークでほとんどコミュニケーションをとらないので、時々、政治的に正しくない行動をとる ことがあります 。私の厳しい投稿に対する反応や引用は、あなたが望むなら、削除または編集することができます。 私たちのビジネスでは、たとえそのアプローチが独創的であったとしても、それが独創的でなければなりません。ここでは、独創的でなければならない。） あなたが投稿した2つ目のデータセットについては、残念ながら何も言えません。100チップのためには、トレーニングに少なくとも10kのサンプルが必要で、テストには少なくとも1000のサンプルが必要です。しかし、私のモデルは1チップにも10kにも対応できます。 上記の線形モデルを50サンプルでトレーニングしたものを夕方出力し、純粋に実験のためにチェックします。 もしよろしければ結果を掲載します。 Mihail Marchukajtes 2017.03.30 14:41 #28 toxic: 私はフォーラムやソーシャルメディアではほとんど交流しないので、政治的に正しい振る舞いができないことが あるかもしれません 。私たちのビジネスでは、たとえそのアプローチが特殊であっても、それはまれなことである。ここでは、独創的でなければならない。）あなたが投稿した2つ目のデータセットについては何も言えませんが、残念なことに、100チップの場合、トレーニングには少なくとも1万サンプル、テストには少なくとも千サンプルが必要です。50サンプルで訓練した上記の線形モデルを夕方出力して、純粋に実験のためにチェックします。よろしければ結果を掲載しましょう。 絶対に投稿してください。喜んで!興味深い結果だ......。 Mihail Marchukajtes 2017.03.30 14:48 #29 toxic: 私はフォーラムやソーシャルメディアではほとんど交流しないので、政治的に正しい振る舞いができないことが あるかもしれません 。私たちのビジネスでは、たとえそのアプローチが特殊であっても、それはまれなことである。ここでは、独創的でなければならない。）あなたが投稿した2つ目のデータセットについては、残念ながら何も言えません。100チップのためには、 トレーニングに少なくとも10kのサンプルが必要 で、テストには少なくとも1000のサンプルが必要 です。しかし、私のモデルは1つの特徴と10kの両方に対処することができます。50サンプルでトレーニングした上記の線形モデルを夕方出力し、チェックしてみます。よろしければ結果を掲載します。 ちょっと定義が曖昧ですが、100×100の行列で、100列（インプット）と100レコード（シグナル）があると、モデルの汎化性が高まることに気づきました。つまり、100×100の行列は、10×100の行列よりもよく学習し、100×10の行列よりも悪く学習する。つまり、入力の数が信号の数を大きく上回ると、NSは、言われるように、多くの選択肢からモデルを選択することができ、その結果、モデルはより高い汎化レベルを得ることができる。入力の数がシグナルの数よりはるかに少ない場合は、矛盾するデータが出現して選択が難しくなるため、モデルはあまり良くない。また、1つコツをお教えしましょう。そのトリックはあまり重要ではないが、それがもたらす効果は非常に興味深い。 toxic 2017.03.30 15:07 #30 Mihail Marchukajtes: それで...例えば、ガマのファイルを使いますが、これは訓練されたモデルですか？4つのメソッドがあり、リファレンスへの参照はなく、メソッド自体の係数はshardcodedですが、5つのチップを使います。また、テストを実行するだけなら、*.vrmバイナリが必要なのでしょうか？ 12345678910 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
読んで。
TSを投稿し、それがどのように機能するのかをおおまかに説明し、さらに、ニューラルネットワークの働きとFX市場との直接的な関係についてのあなたの考えという点で、少し理論を説明することに決めたことはよくやった。
しかし、この記事は「トレーダーは推測できる」、「トレーダーは自分の経験に基づいて判断するべきだ」などが多すぎる。このような大きなタイトルの記事にしては、すべてが漠然としています。
私が理解しているように、あなたはプログラマーではない。そうでなければ、記事はもっと有益で体系的なものになり、ポジションを逆にしないようにTSを洗練させるだろう。
そして、2週間ごとにネットワークを事前訓練し、1年か2年間テスターで取引した結果を掲載したはずだ。
逆張りは常に自己責任であり、明確なアルゴリズムがない-これは大きな欠点だ。
ニューラルネットワークについての記事ですらない。
もっと具体的に、提案されたニューラルネットワークの詳細な作業、テストサンプルの例、トレーニングの例、トレーニング後の作業の例について、もっと多くの言葉を期待した。
初心者はどうせ正しく理解できないだろうし、知識のある人はそれに興味がない。長い間FXをやっていて、プログラミングを知っている人は、なぜそれが良いアイデアなのか、どのように機能するのか、どのように使うのかという詳細な説明とともに、興味深いアイデアを探すことが多い。そして、それを自分の要求に合わせ、Expert Advisorやインジケーターなどに組み込む。
例えば、私はC++でKohonen Neural Networkをベースにしたデータ・クラスタイザーを作っています：
左の画像は元のデータで、右の画像はクラスタリング後のもので、各クラスには2桁のクラス名とクラス内の最小距離が付けられている。ネットワークは7つのニューロンで構成されている。全部で49のクラスがあります。
具体的にどのような入力データをどのような形式で与え、出力として何を得るか等、学習アルゴリズムの説明等、一例もありません。
ご興味を持っていただきありがとうございます。前のページにオプティマイザーの説明を掲載しました。作者自身が書いたオプティマイザーの組織へのリンクもあります。
私はMQL4でプログラミングしています。すべてのグリッドは記事に添付したファイルにあります。重要なのは、このような多項式を構築することであり、その多項式は出力変数の汎化の効果を持ちます。多項式そのものは大きくないかもしれないが、市場の本質を理解していることが重要である。私はそれに歩調を合わせて歩いた。
分類器はサンプルを2つの領域に分けます。ですから、直近の2つのシグナルだけを比較し、前回の結果を知り、現在のシグナルがどのグループに分類されたかを見ることで、一定の結論を導き出すことができます。
確かにこの記事は少し辛口だったが、その本質は読者に取引システム構築のMETHODに慣れ親しんでもらうことだった。TSに「その日の状況」を適用するようにすれば、日中に出現するパタノもトレーニングに含まれるようになるだろう。
リバーサルについては、記事でその方法を説明した。
インプットを見れば、どのデータがエントリーに使われているか推測するのは難しくない。エグジットは利益によって整理される。
一つだけ秘密を教えよう。さて？
重要なのは、NSなしでも可能であり、それは非常にシンプルにできるということだ。
デルタ・プロファイルという概念がある。ある信号を受信し、そのウインドウを知る。このウィンドウのデルタ・プロファイルを作成する必要がある。その日の状況」が出来高と OIで一致している場合、つまり、両者が同時に上昇または下降した場合、デルタ・プロファイルに従って移動します。しかし、「今日の文脈」が異なる場合、すなわち、出来高が減少している場合、この買いシグナルを「偽」と見なします。つまり、出来高は減少しているが、OIは増加している。その場合は、逆の方向から取り組む必要がある。通常、このような日には、マイナスのデルタ・プロファイルから価格が上昇し、プラスのプロファイルから下落する。これは大混乱です。ここではNsは必要ありません。なぜなら、シークエンタ自体が適応的であり、価格変動の理由であるデルタ・プロファイルも適応的だからです。残念ながら、あるウィンドウに対するデルタ・プロファイルのインジケータはないので、TSの働きは良いのですが、あまり良くありません。しかし、このデータをEAの入力に提供することができれば、この問題は協調的に解決されるでしょう。
この条件に合わせてExpert Advisorを書きたいという要望があれば、やってみることは可能だが、ウィンドウのデルタプロファイルの問題は何とかして解決したいものだ......。
私の "シャープレシオ "はこの3年間、3以下になったことがない。というわけで、"今日の文脈 "であなたの30行を誰かに教えてあげてください。
もちろん、あなたはあなたのデータセットを出すことができます、それは常に興味深いものですが、私はすぐに分以上の定量化で、すでに長い間市場に魚はありません（古典的なインサイダーを除く）、また、私はオーバートレーニングを検出するための非常に効果的な技術を持っていることをお伝えします、私のシステム "30サンプル "は真剣に取ることはありません、それは "データが十分ではありません "と言うでしょう。
統計学に詳しいですか？中心極限定理をご存知ですか？最小サンプルサイズについてですが、 30 サンプルは、準正規分布の場合、1つの図に対して、サンプルの潜在的な代表性の最小しきい値であり、200 -t より良いということです。マルチメータでは、最小サンプルサイズの限界は30^(D=2)になります。ここで、D 。
あなたは単純なフィッティングを行っているように私には思えます、先生、この将来性のない職業を辞めてください、肉は少なくなっています、すぐにそれは "先進国 "のようになる 資格のある投資家やすべてのもの、カモは市場に許可されず、あなたはヘッジファンドや機関投資家と直接戦わなければならないでしょう、そして、それらは彼らのモデルを学ぶために30行ではありません、あなたはこのアプローチで奪われるでしょう))).
あなたと私では、マーケットで働くためのアプローチが違うのですね。私は誰かの考えを変えたり、何かを証明したりするつもりはない。しかし、多項式構築の意味は、多次元空間を普遍的な直線で分割する能力であり、それは一定期間効率を維持する。
私のトレーニングファイルには100列ほどの入力があることをご存知ですか？もしよろしければお願いします！
そして、フィッティングについてですが、私はデータを検討し、サンプル外の部分のみでモデルの働きを分析しています。すべての人に挨拶、neuronkaはずっと前に非常に興味を持って理解し、今、私はまた、その背後にある未来と現在すでに、もちろん、独自の特殊性を持っていると思う、私はneuronkaの本質のような質問を持っている、私はそれを教えるとき、特定のアルゴリズムを正しく理解すれば、それは将来的に類似したものを探して、それらに基づいて取引し、もちろんデジタルで、市場の構造的な動きが同一であることはありませんし、常にシフトがある、すなわち。例えば、信号が与えられ、履歴に100回繰り返されますが、100回のうち、当然のことながら、わずかな量だけ利益をもたらし、残りはマイナスである。なぜ、パターンや明確なシグナルに忠実に作られたneuronkaが存在しないのか、明確なシグナルとは何か、すなわち、neuronkaは、任意のインジケーターの特定の設定で、正の効率を与えるような繰り返しの履歴を見つける必要があります。すなわち、任意のインジケータと収益性の高い、巧みな手では収益性の低い、なぜ1つ以上のインジケータを1つの戦略で交差させない、さらにneuronkaを通じて調整の最良の結果を選択することにより、最良の結果を推測し、その上でさらに取引することはありません。そのようなことができるか、それを行うことができます誰もが、私は参加します。
あなたの言う通り、将来的にパターンを探し、それを研究し、将来的に同じ動きをする場合、ネットワークの変形があります。しかし、過去に一義的に解釈できるようなパターンを見つけるのは非常に難しい。つまり、過去の100個のパターン（同じパターン）のうち、50個はプラス、50個はマイナスとなる。ではどうするか？NSはどうすべきか？データを作成する際に重要なのは、同じパターンで異なる結果が出ても矛盾が生じないことである。したがって、あるパターンが出現したときに、インプットの情報に基づいて、その信号の真偽について結論を下す、一般化のプロセスが解決策となる。
私とあなたでは、市場に対する取り組み方がまったく違う。私は誰かの考えを変えたり、何かを証明したりするつもりはない。私はアプローチの本質と戦略を改善する可能性を示した。 それが誰かの役に立つことを願っている（もちろん、あなたのためではないが、何と言えばいいか）。 しかし、多項式を構築するポイントは、多次元空間を普遍的な線で分割する能力であり、それは一定期間機能し続ける。
私のトレーニングファイルには約100の列または入力があることをご存知ですか？もしよろしければ、お願いします！
そして、フィッティングについてですが、私はデータを検討し、サンプル外の参加者のみを対象としてモデルの働きを分析しています。私はフォーラムやソーシャルネットワークでほとんどコミュニケーションをとらないので、時々、政治的に正しくない行動をとる ことがあります 。私の厳しい投稿に対する反応や引用は、あなたが望むなら、削除または編集することができます。
私たちのビジネスでは、たとえそのアプローチが独創的であったとしても、それが独創的でなければなりません。ここでは、独創的でなければならない。）
あなたが投稿した2つ目のデータセットについては、残念ながら何も言えません。100チップのためには、トレーニングに少なくとも10kのサンプルが必要で、テストには少なくとも1000のサンプルが必要です。しかし、私のモデルは1チップにも10kにも対応できます。
上記の線形モデルを50サンプルでトレーニングしたものを夕方出力し、純粋に実験のためにチェックします。
もしよろしければ結果を掲載します。
私はフォーラムやソーシャルメディアではほとんど交流しないので、政治的に正しい振る舞いができないことが あるかもしれません 。
私たちのビジネスでは、たとえそのアプローチが特殊であっても、それはまれなことである。ここでは、独創的でなければならない。）
あなたが投稿した2つ目のデータセットについては何も言えませんが、残念なことに、100チップの場合、トレーニングには少なくとも1万サンプル、テストには少なくとも千サンプルが必要です。
50サンプルで訓練した上記の線形モデルを夕方出力して、純粋に実験のためにチェックします。
よろしければ結果を掲載しましょう。
絶対に投稿してください。喜んで!興味深い結果だ......。
私はフォーラムやソーシャルメディアではほとんど交流しないので、政治的に正しい振る舞いができないことが あるかもしれません 。
私たちのビジネスでは、たとえそのアプローチが特殊であっても、それはまれなことである。ここでは、独創的でなければならない。）
あなたが投稿した2つ目のデータセットについては、残念ながら何も言えません。100チップのためには、 トレーニングに少なくとも10kのサンプルが必要 で、テストには少なくとも1000のサンプルが必要 です。しかし、私のモデルは1つの特徴と10kの両方に対処することができます。
50サンプルでトレーニングした上記の線形モデルを夕方出力し、チェックしてみます。
よろしければ結果を掲載します。
ちょっと定義が曖昧ですが、100×100の行列で、100列（インプット）と100レコード（シグナル）があると、モデルの汎化性が高まることに気づきました。つまり、100×100の行列は、10×100の行列よりもよく学習し、100×10の行列よりも悪く学習する。つまり、入力の数が信号の数を大きく上回ると、NSは、言われるように、多くの選択肢からモデルを選択することができ、その結果、モデルはより高い汎化レベルを得ることができる。入力の数がシグナルの数よりはるかに少ない場合は、矛盾するデータが出現して選択が難しくなるため、モデルはあまり良くない。また、1つコツをお教えしましょう。そのトリックはあまり重要ではないが、それがもたらす効果は非常に興味深い。
それで...例えば、ガマのファイルを使いますが、これは訓練されたモデルですか？4つのメソッドがあり、リファレンスへの参照はなく、メソッド自体の係数はshardcodedですが、5つのチップを使います。
また、テストを実行するだけなら、*.vrmバイナリが必要なのでしょうか？