私はこのトピックにまったく慣れていないので、どんな助けでも素晴らしいでしょう。必要なのは、GAを使用してMATLABのニューラルネットワークを最適化することです。私のネットワークには[2x98]入力と[1x98]ターゲットがあり、MATLABヘルプを調べてみましたが、どうすればよいかわかりません:(ですから、助けていただければ幸いです。よろしくお願いします。
編集：ダンが最初の答えで言ったように、私は最適化するために何があるかを言っていなかったと思います。最も重要なことは、隠れたニューロンの数だと思います。そして、おそらく隠れ層の数とエポックの数などのトレーニングパラメータ。十分な情報を提供していないことをお詫び申し上げます、私はまだこれについて学んでいます。
これが宿題の場合は、クラスで教えられたことを何でもしてください。
それ以外の場合は、MLP を完全に破棄します。サポート ベクター リグレッション ( http://www.csie.ntu.edu.tw/~cjlin/libsvm/ ) は、さまざまな問題に対してはるかに確実にトレーニング可能であり、スタック イン ローカルに遭遇することはほとんどありません。 -minima 問題は、実際にトレーニングするネットワークを見つけるためだけに、ネットワーク トポグラフィー最適化問題を解決することを強制する、バックプロパゲーション トレーニング済み MLP でしばしば発生します。
調整が必要な一連のパラメーター (隠れ層の数、層ごとのニューロンの数など) があると仮定します。総当たりですべての組み合わせを検索して適切な組み合わせを選択するのではなく、GA が「ジャンプ」を支援します。この組み合わせから別の組み合わせへ。したがって、潜在的な候補の検索スペースを「探索」できます。
GA は、「役立つ」機能を選択するのに役立ちます。一部の機能は冗長に見える可能性があり、それらを削除する必要があります。ただし、データの特徴が多すぎて、前方選択などのいくつかのアプローチで最適な特徴のセットを検索できないとします。繰り返しになりますが、GA はこのセット候補から別のセット候補に「ジャンプ」できます。
GA に供給されたデータ (入力パラメーター、機能など) をエンコードする方法を見つける必要があります。入力パラメーターのセットまたは優れた機能のセットを見つけるには、バイナリ エンコーディングが機能するはずです。さらに、GA のオペレーターを選択して子孫を繁殖させることも重要です。ただし、GA も調整する必要があります (早期停止は ANN にも適用できます)。
ここにいくつかのアイデアがあります。GA、機能選択、ANN プルーニングなどの詳細情報を検索することをお勧めします。
既に MATLAB を使用しているため、Genetic Algorithms ソルバー( Global Optimization Toolboxの一部である GATool として知られている) とNeural Network Toolboxを調べることをお勧めします。これら 2 つの間で、かなりの時間を節約できるはずです。
基本的に、次の 2 つの主要なタスクを実行する必要があります。
フィットネス関数を考え出す、または候補ソリューションをエンコードするという点で助けが必要な場合は、より具体的にする必要があります。
それが役に立てば幸い。
何を最適化しようとしているのかをより具体的にする必要があります。隠れ層のサイズですか？隠しレイヤーはありますか？パラメータの最適化（学習率、カーネルパラメータ）ですか？
Google Scholar で Matthew Settles を調べてください。彼は過去 5 ～ 6 年間、アイダホ大学でこの分野の研究を行っていました。彼はあなたの仕事に関連する引用を持っているべきです.