ニューラルネットワークをどのように扱うのですか？ - ページ 3

新しいコメント
 
公開されているソースがないとのことですが。個別対応のみですか？差し支えなければ、上記のメールアドレスに投函してください。
 

"信じる者は幸いである、この世で彼に暖かさを"...。

 

"Блажен, кто верует, тепло тому на свете"...

このスレッドで3ページ目ですが、私の質問に対する回答は一つもありません。助けることがどれだけ難しいことか。本物を求めて、求めています。ありがとう、地域社会。

 
sayfuji:

"信じる者は幸いである、この世で彼に暖かさを"...。

このスレッドで3ページ目ですが、まだ私の質問に対する回答は一つもありません。助けるのは難しい？本物を求めて、求めています。ありがとう、地域社会。

あなたはそれを否定することはできません - 長所で一言も言わずにトピックをサポートする方法を知っている。

 

セイフジ、少しは調べろよ。ここには、ニューラルネットワークに関するスレッドがたくさんあります。

また、彼はこのフォーラムでも非常に有名で尊敬されている訪問者です。

http://fxreal.ru/forums/index.php

 

私は責任を持って質問にアプローチしましたが、尊敬するLeoVは会話を続けたものの、質問の本質には答えてくれませんでした。彼は以前からalp...riのフォーラムに住んでいたので、彼の知識とスキルに私は疑いを持たないので、私は彼の答えを待っていたが、それはなかったです。

PS Prival、本当に良いサイトですね。klot well done.

 
誤解されたかもしれません。メリットについて（以下、純粋な私見です。）

1）最も重要なのはアイデアであり、そのソフトウェア実現の手段ではない。その考え方は、上記の『セントレム』の抜粋によく表れている。
2）本当に機能しているネットワークの情報源は、誰も無償で提供してはくれないでしょう、たぶん。
3）既製のニューラルネットワークプログラムについて：「万能の理論」を作ることは不可能なので、実行可能なものを開発することが目的であれば、誰も自分のアイデアを独自に実装することから解放されることはない。そのため、例えば強大なツールキットを持つMatlabでさえも、私を満足させることはできませんでした。もちろん、NSDTはMatlabのレベルに達するには程遠い。

例

最初に断っておくが、私は価格そのもの、特に小数点以下3桁、4桁までのあらゆる予測は本質的に意味のないものだと考えている。このような建前は、自己欺瞞以外の何ものでもないと私は思う。その代わりに、誰かが地元のスレッドで提案したように、値動きが所定のポイント数を下回らないように通過するときに、早期検出を試みることができます。この数値は、過去の価格動向の分析に基づいて決定することができます（コンポスターは、トレンド/フラットを定義したときにこの問題を解決したと思います）。

作業仮説：強い値動きには、再現性のある「前兆」がある。私たちは、「市場から」仕事をしながら、このような「先達」を認識するようにネットワークを教えようとすることができるのです。

ネットワーク（大規模ネットワークの基本構造単位としてのセントレムの用語では「クリスタル」、すなわち「クラウド」）を一般論として設計すること。


- 入力層、中間層、出力層の伝達関数の種類とパラメータを選択できる、単一出力の多層自動適応型圧縮大谷ネットワーク。このようなネットワークは、適応的な記憶と入力ベクトルの分類の機能を同時に実現することができる。

- 層数は入力ベクトルの次元数によって決定される。つまり、ワークアレイを定義し、初期化・読み込みを行うことでネットワークが自動的に生成されるのである。

- 隠れ層のニューロン数は、層数Nの増加とともに1/(2^N)（「結晶を解く」）または1/N（「結晶を記憶する」）の法則に従って漸減する。

- の場合、隠れ層の非線形性パラメータは層数に依存する可能性がある。

- また、他の「クリスタル」と通信して「クラウド」を形成するために、切り替え可能な内部フィードバックモードと切り替え可能な外部入力を備えています。

最も重要かつ微妙なポイントのひとつが、入力ベクトルの形成である。これまでのところ、ネットワーク機能のテストと制御のためだけに、従来の方法で形成されています：y[] = (x[] - mean(x[])) / sigma(x[]).(この部分はまだ完全に解決していません）。

ネットワークの「学習」は、ヒューリスティック・ルールによって事後的に行われる。価格が指定されたポイント数を超えた後、シフトバックされた、すなわち「以前の」入力ベクトルによって重みを調整する命令が与えられる。したがって、ネットワークは、以前に蓄積した情報を考慮に入れてそれを「記憶」している。このように学習させたネットワークは、前兆を認識し、リアルタイムで売買シグナルを出せるようになると想定しています。当分の間、「個々の結晶は飛ぶというより、跳ねていた......」（同書参照）。

出力の解釈や「クラウド」そのもの、すなわちニューロコミッティの自動形成はまだ実装されていない。特に美しい写真もまだありません。

個人的には、この方法は有望だと思います。以上、あくまで私見です。
 
sayfuji:

私は責任を持って質問にアプローチしましたが、尊敬するLeoVは会話を続けたものの、質問の本質には答えてくれませんでした。彼は以前からalp...riの掲示板に住んでいたので、その知識と技術を疑っていないので、彼の答えを待っていたのですが、そうもいかず、結局、alp...riの掲示板を去ることにしました。

PS Prival、本当に良いスレッドですね。klot well done.

また、実際にどのようなことに不満があるのでしょうか？Leovは、あなたが反対を主張しようとしていますが、実際にはあなたの最初のサブグラフの質問に答えました。そして、彼が情報源を共有せず、他の詳細を絞り込まなかったという事実は、彼の職務の一部ではありません。


一部のフォーラムユーザーがするように、生意気な質問をする、みたいな。「スーパープロファイルされたニューラルネットワークのソースコードを見せてください」と言えば、かなり適切な答えが返ってきます。

 
由利さん、残念ながら(幸運にも？)私は税金が苦手なんです。でも、気にしないでください。alexjouさん、噛み砕いての回答ありがとうございます。妄想はしていませんが、オヤのグリッドには興味があります。どこで読めるのか、お聞きしたいです。
 
"オヤ・ネット "とは、"オヤ調整済みウェイト・ネット "のフリー・スピーチ略語に過ぎない。大矢規則自体は、ヘブ規則を修正したもので、調整の過程で重みが自律正規化されることで重みの無限成長を排除し、この場合、重みベクトルの両端はほぼ単位超球内に配置される。例えば、こちら：A.A.Ezhov, S.V. Shumskyをご参照ください。「ニューロコンピューティングとその経済・ビジネスへの応用".Moscow, 1998 (インターネット上でPDF形式の講義を見ることができます)。また、初心者にはやや難しいが、非常に良い本である。スタニスラフ・オソフスキー"情報処理のためのニューラルネットワーク"。Finance and statistics, 2002 (インターネット上でdjvu形式で入手可能).インターネット上には、他にもネットワークに関する多くの文献があります。
12345678
新しいコメント