1

この関数を近似するようにNNをトレーニングすることは可能ですか: 関数

x^2 や sin などの単純な近似を調整すると、正常に機能しますが、この種の関数では、定数値の線しか得られません。私の NN には 2 つの入力 (x, f(x))、1 つの隠れ層 (10 個のニューロン)、1 つの出力 (f(x)) があります。トレーニングには BP を使用しています。活性化関数は sigmoid -> tanh です。

私の目標は、ノイズのない「スムーズな」機能、つまり上の画像のキャッチ機能を取得することです。

または、NNまたは遺伝的アルゴリズムを使用して他の方法がありますか?これを近似する方法は?

4

1 に答える 1

1

入力（x、f（x））が不連続であるため（正確ではありませんが、ある程度）、大きな問題が発生する可能性があります。

したがって、大きな不連続性があるため、NN は文字通り xf(x) マッピングを記憶する必要があります。

1 つのアプローチは、不連続性に対処できる 4 層 NN を使用することです。

しかし、実際には、これらの問題については、NN ではなく他の平滑化方法を検討したいだけかもしれません。

周期関数があるので、まず、1 つの周期のみを使用します。そうしないと、暗記して一般化できなくなります。

于 2013-02-10T15:32:10.237 に答える