Piligrimusは、ニューラルネットワークのインジケーターです。

 

とりあえず、今日は形式化されたニューロンネットのインジケーターのラフを作りました。一見すると、良い指標になる可能性があります。とにかく、改良の余地は大きく、平滑性を大幅に高めたり、追加信号を導入したりすることが可能です。私はあるTSのデバッグに取り組んでいますが、すべてがうまくいっているわけではなく、本格的なテストを行い、このインディケータでTSを構築する時間はないでしょう。

誰もがこの指標に興味があり、協力とその上にTSの作成のための深刻な提案があるだろう場合は、私は特定の戦略のためにそれを終了する準備が整いました、それはあまりにも多くの時間を取ることはありません。

ファイル:
 
同志よ、あなたの指標は何なのだ...。普通の平均に似ている。
 
zfs >> :
同志よ、あなたの指標は何なのだ...。普通の平均に似ている。

意味は名前にあるのでしょう )

 
zfs >> :
同志よ、あなたの指標は何なのだ...。普通の平均に似ている。

コードを開くと......わからなかった......)))

 
zfs писал(а)>>
同志よ、あなたの指標は何なのだ...。普通の平均に似ている。

平均値は、現在の計算点からのタイムラグを意味する...

 
zfs писал(а)>>
何を指標にしているんだ、同志よ...。>>普通の平均に似ている。

この開発のポイントは、平滑性がよく、ラグが少ない指標を作ることです。このインジケーターは、あくまでも出発点であり、私が決めた戦略の草案です。多くの投稿で、私の指標作成のアプローチを紹介しましたが、今回は、私の仕事のこの方向の材料を一般化することにしましたので、今後、この戦略を発展させながら、この指標開発の結果を紹介することにします。このスレッドの読者の大半は、形式化されたニューラルネットワークを扱ったことがないと思いますが、私はよくそれを参照します。

forte928 さんへ : おっしゃるとおり、まさに私が苦労しているつもりです。普通のマッシュルームでは難しいのですが、ニューラルネットワークに実装して、予測要素や補償フィードバックシステムをアルゴリズムに組み込むと、そこそこの性能が得られる可能性があります。

ルカ:この点も、この手法のメリットのひとつです。プロテクトやコーディングの方法に高度な技術は必要なく、オープンソースでも攻略法を解くことは不可能です。

 
ピリグリム、"formalisedneural networks"の定義を教えてくれ、そちらの方がわかりやすい。
 
Integer писал(а)>>
ピリグリム、"formalisedneural networks"の定義を教えてくれ、そちらの方がわかりやすい。

このパッケージは、ニューラルネットワークを学習した後、入力と出力の関係を多項式で表現することができ、この多項式が形式化されたニューラルネットワークとなるのです。

 
Piligrimm >> :

このパッケージは、ニューラルネットワークを学習した後、入力と出力の関係を多項式で表現することができ、この多項式が形式化されたニューラルネットワークとなるのです。

きれいな言葉は絵をより健全なものにしません、あなたが提供するものはほとんど賢明なものを作ることはできません。何事もインプットとアウトプットに意味があるはずです。どうやらあちこちで欠落しているようです。

 
zfs писал(а)>>
同志よ、あなたの指標は何なのだ...。普通の平均に似ている。

実際、Butterworthの2次LPF(赤線)は、あなたのニューラルネットワークフィルタと比較して、それほど悪い結果にはなっていません。ところで、コードのどこにNSがあるのか、なぜ子供が再描画しているのか?これは修辞的な質問です。再描画によって、私たちが物語上で見ているものは現実と一致しなくなるため、「なぜ、実在しないものを見せるのか」という本当の疑問が生まれます。

 
Neutron >> :

実際、Butterworthの2次LPF(赤線)は、それほど悪い結果を示していない

バターワースLPFはどこで手に入るか教えてください。