Стерео Нейро Сеть

[Neutron]

В авишке, если правильно скосить глаза и впасть в состояние Нирваны, можно заметить, как 3-х слойная двух-входовая нелинейная сетка лопатит входные данные (ценовой ряд) пытаясь найти в них скрытые закономерности. И, таки, находит.

P.S. Серьёзно это воспринимать не надо.

[[Удален]]

Neutron >>:

В авишке, если правильно скосить глаза и впасть в состояние Нирваны, можно заметить, как 3-х слойная двух-входовая нелинейная сетка лопатит входные данные (ценовой ряд) пытаясь найти в них скрытые закономерности. И, таки, находит.

P.S. Серьёзно это воспринимать не надо.

А раньше, как сейчас помню, в малом зале кинотеатра "Октябрь", специальные очки давали...

[Dmitriy]

это шо,очередные мультяшки какой-то фирмы,рекламируещей нейро-пакеты?

[Neutron]

Не-е, эт мои мультяшки. Я их сам придумал, точнее она (НС) придумала как два входных сигнала разделить на Buy и Sell.

[Dmitriy]

Neutron >>:
Не-е, эт мои мультяшки. Я их сам придумал, точнее она (НС) придумала как два входных сигнала разделить на Buy и Sell.

похоже как на квантование входных данных,как в SOM,или это какой-то другой тип НС ?

[Evgeniy Trofimov]

А почему два графика?

[Neutron]

Ну, дык чтоб стерео было. Это реально трёх-мерная картинка.

budimir писал(а) >>

похоже как на квантование входных данных,как в SOM,или это какой-то другой тип НС ?

Это обычный трёхслойный персептрон со смещением и нелинейностью в каждом нейроне, полностью переобучаемый на каждом баре.

[Dmitriy]

если это обычный трёхслойный персептрон,то какая необходимость его полностью переобучать на КАЖДОМ баре?

[Neutron]

Можно вопросом на вопрос?

Если есть такая возможность, то почему нет?

[Dmitriy]

возможность-то такая есть,однако существуют спец.виды НС,где нужно проводить обучение на каждом баре,что же касается НС типа MLP ,

то практически такой необходимости - НЕТ.Ведь наверное, должны быть какие-то критерии о  необходимости  MLP полностью переобучать на КАЖДОМ баре,

а такой критерий-что такая возможность есть - является сомнительным. 

[Neutron]

Ведя этот диалог, мы, подсознательно, решаем отличающиеся задачи оптимизации (в глобальном смысле). О том, какой подход избрали вы - я могу только догадываться. О своём же, могу сказать, что на данном этапе исследований, мне заведомо хватает имеющихся в распоряжении вычислительных мощностей что бы не ограничивать себя по-параметру "сложность обучения НС". Очевидно, что вреда в переобучении (дообучении) НС на каждом шаге нет. Таким образом, я могу сконцентрировать своё внимание на других интересных аспектах ИИ, понизив размерность пространства параметров в исследуемой области на один. Думаю, что в этом смысле, я поступаю оптимально.