記事についてのディスカッション

[MetaQuotes]

新しい記事「パターン検索への総当たり攻撃アプローチ」はパブリッシュされました:

本稿では、市場パターンを検索し、特定されたパターンに基づいてエキスパートアドバイザーを作成し、これらのパターンが有効であるかどうかを確認します。

ニューラルネットワークは本質的に一種の総当たり攻撃でもあります。しかし、そのアルゴリズムは単純な総当たり攻撃アルゴリズムとは大きく異なります。特定のニューラルネットワークアーキテクチャとその要素の詳細は提供しませんが、一般的な説明を提供しようとします。特定のアーキテクチャに固執する場合、事前にアルゴリズムの機能が制限されます。固定アーキテクチャは修復不可能な制限です。ニューラルネットワークは、私たちの場合、可能な戦略の一種のアーキテクチャです。その結果、ニューラルネットワークの構成は常にネットワークマップを持つ特定のファイルに対応します。これは常に特定のユニットのコレクションを指します。アイテムのパラメータを設定すると、プリンターがそれを生成するという、3Dプリンターの場合と同じです。したがって、ニューラルネットワークは、マップなしでは意味をなさない一般的なコードです。これは、高度なプログラミング言語を使用して、そのすべての機能を利用せずに空のプロジェクトを作成するようなものです。その結果、空のテンプレートは何もしません。ニューラルネットワークについても同じです。総当たり攻撃とは異なり、ニューラルネットワークは戦略にほぼ無制限の変動性、任意の数の基準、およびより高い効率を提供できます。このアプローチの唯一の欠点は、効率がコードの品質に大きく依存することです。システムの複雑さが増すと、プログラムのリソース集約度が高まる可能性があります。その結果、私たちの戦略は、同等のネットワークマップに変換されます。強引なアプローチでも同じことが行われますが、ここではいくつかの数字の単純なシーケンスを使用します。このシーケンスはネットワークマップよりもはるかに単純で、計算も簡単ですが、効率の点でも制限があります。以下のスキームは、上記の説明を表示します。

作者: Evgeniy Ilin