"新神经 "是MetaTrader 5平台的一个开源神经网络引擎项目。 - 页 2 123456789...100 新评论 Renat Fatkhullin 2011.10.18 19:37 #11 把已经在交易领域工作的神经系统开发人员作为专家引进来如何？从其他网站邀请他们。 Mykola Demko 2011.10.18 19:48 #12 雷纳特。把已经在交易领域工作的神经系统开发人员作为专家引进来如何？从其他网站给他们打电话。你是在说付费的影响者还是 只是为了让更多的人了解情况，希望引起大家的兴趣？ Renat Fatkhullin 2011.10.18 19:51 #13 Urain。你是在说付费的影响者还是 仅仅是为了让更多的人了解情况，希望引起人们的兴趣？对我们来说，开发引擎的任务已经进入了实施阶段。今天，我们对这个想法进行了内部讨论，并已着手准备基础设施。现在我们需要专家在言语和行动上给予帮助。 Mykola Demko 2011.10.18 19:55 #14 雷纳特。对我们来说，开发引擎的任务已经进入了实施阶段。今天，我们对这个想法进行了内部讨论，并已着手准备基础设施。现在我们需要专家在言语和行动上给予帮助。那么，你需要公布你所拥有的东西。会有一些东西可以讨论。 但如果没有反应，那我们就可以挠头了。 TheXpert 2011.10.18 20:22 #15 Urain。但如果你没有得到反应，你还不如挠挠头。咳咳（谦虚地）关于反应 -- 已经有3个neuronics libs。 一个有10多个网。我曾与Kohonen网、MLP、recirculation、Hopfield ..., 第二个是实现MLP+Jordana-Elman网络的一般情况--即任何拓扑结构（有向图），并有可能循环回任何层。 第三个是Echo-Network的实现，我的最爱:) 。 那真的是很久以前的事了（除了回声网络），但人们可以记住它。对概率模型不起作用。不熟悉梯度下降法和混合法的最新改进。 --- 2011.10.18 21:27 #16 TheXpert: 咳咳（谦虚地）关于回应 -- 已经有3个神经元的lib。 那真的是很久以前的事了（除了回声网络），但你可以记住它。没有使用过概率模型。不熟悉最近对梯度下降法和混合方法的改进。好的。能否提供各种网络拓扑结构的概述？ 也就是越多越好，但要用结构或图表来表达？这样，我们就可以定义要实现的模型，从而开始设计 抽象的一般基类。顺便说一下，我们的目标不仅仅是使一些网络成为结果，而是允许 各班将其扩展到其他特定的网络拓扑结构。 Илья 2011.10.18 22:21 #17 计划建立一个图形化界面。为了清晰，能够感受到网络的结构，等等。 Viktor Vasilyuk 2011.10.18 22:23 #18 在你开始做某件事情之前，先为人们准备好易懂的理论和实践，然后再开始建造一些东西。请告诉未来的创造者，只用MQL5编写的NS有什么优势，有什么劣势。我不认为有人愿意费力地创建一个能在MT5中作为仿真语言使用的软件包，因为他们知道用仿真语言编写的程序比用高级语言编写的程序工作得慢。我的建议是：如果大家还热衷于写作，在DLL中创建一个数学模型，在MQL5中准备数据。在单独的DLL中实现每种类型的NS。例如，Kohonen神经网络 将在module_kohhonen.dll中，而Hopfield网络module_hopfield.dll。按计划使用这些语言，不要重新发明轮子。 --- 2011.10.18 22:27 #19 sayfuji。 并计划建立一个图形界面。为了清晰，能够感受到网络的结构，等等。 我想是的，添加一个单独的功能来实现可视化的东西并不难。最主要的是要有 "东西"。:) TheXpert 2011.10.18 22:34 #20 sergeev: 好的。能否提供所有类型的网络拓扑结构作为概述？好的，我对已实施的网络中的4个感兴趣1.Kohonen网络，包括SOM。很适合用于不清楚要找什么的集群分区。我认为拓扑结构是众所周知的：以矢量为输入，以矢量为输出或以其他方式分组输出。学习可以有老师，也可以没有老师。2.MLP，以其最一般的形式，即有一组任意的层，组织成一个带反馈的图。使用非常广泛。3.再循环网络。老实说，我从来没有见过一个正常工作的非线性实现。用于数据压缩和主成分提取（PCA）。在其最简单的线性形式中，它被表示为一个线性的两层网络，其中信号可以从两边传播（或在其扩展形式中的三层）。 4.回声网络。原则上与MLP类似，也适用于那里。但在组织上完全不同，而且有一个明确的学习时间（好吧，而且总是产生一个全局最小值，不一样）。5.PNN -- 我没有用过它，我不知道怎么用。但我认为有一个人可以做到这一点。6.模糊逻辑的模型（不要与概率网络相混淆）。未实施。但可能是有用的。如果有人发现信息，请抛出。几乎所有的模型都有日本的作者身份。几乎所有的都是手动构建的，但如果有可能通过逻辑表达式 来自动构建拓扑结构（如果我没记错的话），那就真的很酷了。_______________建议其他模式。所有的网络都可以表示为输入--黑框--输出完全对接所有网络可能是行不通的，尽管你应该尝试。 Документация по MQL5: Основы языка / Типы данных / Целые типы / Тип bool www.mql5.com Основы языка / Типы данных / Целые типы / Тип bool - Документация по MQL5 123456789...100 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
把已经在交易领域工作的神经系统开发人员作为专家引进来如何？
从其他网站邀请他们。
把已经在交易领域工作的神经系统开发人员作为专家引进来如何？
从其他网站给他们打电话。
你是在说付费的影响者还是
只是为了让更多的人了解情况，希望引起大家的兴趣？
你是在说付费的影响者还是
仅仅是为了让更多的人了解情况，希望引起人们的兴趣？
对我们来说，开发引擎的任务已经进入了实施阶段。今天，我们对这个想法进行了内部讨论，并已着手准备基础设施。
现在我们需要专家在言语和行动上给予帮助。
对我们来说，开发引擎的任务已经进入了实施阶段。今天，我们对这个想法进行了内部讨论，并已着手准备基础设施。
现在我们需要专家在言语和行动上给予帮助。
那么，你需要公布你所拥有的东西。
会有一些东西可以讨论。
但如果没有反应，那我们就可以挠头了。
但如果你没有得到反应，你还不如挠挠头。
咳咳（谦虚地）关于反应 -- 已经有3个neuronics libs。
一个有10多个网。我曾与Kohonen网、MLP、recirculation、Hopfield ...,
第二个是实现MLP+Jordana-Elman网络的一般情况--即任何拓扑结构（有向图），并有可能循环回任何层。
第三个是Echo-Network的实现，我的最爱:) 。
那真的是很久以前的事了（除了回声网络），但人们可以记住它。对概率模型不起作用。不熟悉梯度下降法和混合法的最新改进。
咳咳（谦虚地）关于回应 -- 已经有3个神经元的lib。
那真的是很久以前的事了（除了回声网络），但你可以记住它。没有使用过概率模型。不熟悉最近对梯度下降法和混合方法的改进。好的。能否提供各种网络拓扑结构的概述？ 也就是越多越好，但要用结构或图表来表达？
这样，我们就可以定义要实现的模型，从而开始设计 抽象的一般基类。
顺便说一下，我们的目标不仅仅是使一些网络成为结果，而是允许 各班将其扩展到其他特定的网络拓扑结构。
在你开始做某件事情之前，先为人们准备好易懂的理论和实践，然后再开始建造一些东西。
请告诉未来的创造者，只用MQL5编写的NS有什么优势，有什么劣势。我不认为有人愿意费力地创建一个能在MT5中作为仿真语言使用的软件包，因为他们知道用仿真语言编写的程序比用高级语言编写的程序工作得慢。
我的建议是：如果大家还热衷于写作，在DLL中创建一个数学模型，在MQL5中准备数据。在单独的DLL中实现每种类型的NS。例如，Kohonen神经网络 将在module_kohhonen.dll中，而Hopfield网络module_hopfield.dll。按计划使用这些语言，不要重新发明轮子。
并计划建立一个图形界面。为了清晰，能够感受到网络的结构，等等。
好的。能否提供所有类型的网络拓扑结构作为概述？
好的，我对已实施的网络中的4个感兴趣
1.Kohonen网络，包括SOM。很适合用于不清楚要找什么的集群分区。我认为拓扑结构是众所周知的：以矢量为输入，以矢量为输出或以其他方式分组输出。学习可以有老师，也可以没有老师。
2.MLP，以其最一般的形式，即有一组任意的层，组织成一个带反馈的图。使用非常广泛。
3.再循环网络。老实说，我从来没有见过一个正常工作的非线性实现。用于数据压缩和主成分提取（PCA）。在其最简单的线性形式中，它被表示为一个线性的两层网络，其中信号可以从两边传播（或在其扩展形式中的三层）。
4.回声网络。原则上与MLP类似，也适用于那里。但在组织上完全不同，而且有一个明确的学习时间（好吧，而且总是产生一个全局最小值，不一样）。
5.PNN -- 我没有用过它，我不知道怎么用。但我认为有一个人可以做到这一点。
6.模糊逻辑的模型（不要与概率网络相混淆）。未实施。但可能是有用的。如果有人发现信息，请抛出。几乎所有的模型都有日本的作者身份。几乎所有的都是手动构建的，但如果有可能通过逻辑表达式 来自动构建拓扑结构（如果我没记错的话），那就真的很酷了。
_______________
建议其他模式。
所有的网络都可以表示为输入--黑框--输出
完全对接所有网络可能是行不通的，尽管你应该尝试。