次の形式の関数を学習するための適切なニューラル ネットワーク構造を見つけようとしています: F(x1,x2,x3,x4,x5)= a*x1+b*(x2-x4)/(x3-x4) + c*x5.
私は、matlab のニューラル ネットワーク ツールボックスを使用してフィードフォワードネットを作成していますが、うまくいきません。
この種の機能をニューラル ネットワークを使用して学習することは可能でしょうか? はいの場合、適切な構造は何ですか? いいえの場合、この種の機能を学習できるモデルは他にありますか?
ありがとう。
次のトレーニングデータセットを準備することから始めることをお勧めします。
1-データセット
x1、x6、x5; x6 =（x2-x4）/（x3-x4）
2-ターゲットラベルY
Y = f（x1、x6、x5）; あなたはa、b、cのいくつかの値を想定するかもしれません
したがって、1つのターゲット変数Yを持つ3つの入力変数または特徴があります。
次に、ANNを1つの単一層（単一層パーセプトロン）のみを持つように定義し、出力関数が線形であることを確認します。
最後に、ANNをトレーニングし、x1、x5、x6に関して新しい値を与え、実際の関数と比較します。
私が正しく理解していれば、あなたはa、b、cの値を推定しようとしています。関数は入力に関して線形ではありませんが、a、b、およびcに関して線形です。したがって、線形回帰で問題を解決できるはずです。
より正確には、x6 =（x2-x4）/（x3-x4）を定義すると、F（x1、x5、x6）= a * x1 + b * x6 + c*x5が得られます。これは線形です。