0

私は、特定の値のセットでトレーニングされているという意味で、少しの人工知能を含む単純なプロジェクトに取り組んでいます。次に、それらの値を使用してパターンを照合し、ユーザーに必要なものを返します。それについて熟考し、人工知能について少し読んでいるときに、どのANNモデルが私のプロジェクトで使用されているのかという質問に出くわしました。インターネット上のさまざまなページ、特に私がリンクしたページからの読み物は、多くの場合、これらの特定の行を言います:「モデルは特定の学習アルゴリズムまたは学習ルールとも密接に関連しています」。私のプロジェクトの簡単な概要は、一連の値を使用してトレーニングされ(したがって、学習は監視されます)、パターンを照合し、それに基づいて応答を送信することです。では、どのANNモデルを使用しているかを確認するにはどうすればよいですか?

この質問はおそらく反対票を投じられるか、締め切られるだろうと思いますが、尋ねないよりも尋ねた方が常に良いでしょう。:-)

編集 :

私のプロジェクトはこれのより単純なバージョンです。これは、Kohonenニューラルネットワークを使用しているとのことですが、これは一般的なモデルではなく、HeatonResearchTeamによって開発されたものだと思います。とにかく、これは私のプロジェクトが実際に何をしているのかについてのヒントを与えるためだけのものでした。彼がどのようにシステムをトレーニングしているかはわかりませんが、ストローク(ストロークの長さ、ストローク数など)に基づいてシステムをトレーニングしています。

編集2:(反対票へのメモ) 私はAIスペシャリストか何かではなく、自分自身のために新しいドメインへのガイダンスを求められた開発者です。あなたはアルファとフランクがしたように試みることができたでしょう。少なくとも質問を調べてくれてありがとう!

4

2 に答える 2

2

ANNを構築するには、ネットワーク構造だけでなくニューロンモデルも選択する必要があります。

于 2012-04-10T14:42:31.080 に答える
1

パターンまでの距離を計算すると、実際にk最近傍法(1-最近傍法)が実装されます。それはニューラルネットワークとは何の関係もありません。ここにはトレーニングフェーズはありません。分類器に最も類似しているニューラルネットワークは、放射基底関数またはサポートベクターマシンです。ただし、これらの分類器をトレーニングする必要があり、このトレーニングフェーズ中に調整される重みがあります。トレーニングフェーズの目標は、表現したい概念のより単純な表現を見つけることです。利点は次のとおりです。将来、分類が速くなります。すべてのトレーニングデータをもう一度確認する必要はありません。

編集: OK、ここでコホネンネットワークについて読むことができます:ニューラルネットワークFAQ:コホネンネットワークは何種類存在しますか?(そしてk-meansとは何ですか?)

于 2012-04-10T15:41:07.133 に答える