問題タブ [neural-network]

私が見たニューラルネットワークの例はすべて、画像と固定長データに適した固定セットの入力用です。文、クエリ、ソース コードなどの可変長データをどのように処理しますか? 可変長データを固定長入力にエンコードし、ニューラル ネットワークの一般化プロパティを取得する方法はありますか?

バックプロパゲーションを備えたフィードフォワード多層ニューラルネットワークが強化学習で使用され、エージェントが実行するアクションを一般化するのに役立つことを私は知っています。これは、大きな状態空間がある場合、いくつかのアクションを実行でき、それらは状態空間全体を一般化するのに役立ちます。

代わりに、リカレントニューラルネットワークは何をしますか？一般的に、それらはどのようなタスクに使用されますか？

私は、機械学習、パターン認識、データ マイニングなど、およびそれらの基礎となる理論とシステムについてあまり経験がありません。

与えられた数独パズルで人間が動くのにかかる時間の人工モデルを開発したいと思います。

したがって、機械学習プロセスの出力として私が探しているのは、対象の人間が特定の数独の状況で行動を起こすのにかかる時間を予測できるモデルです。

同じ入力が常に同じ結果にマップされるとは限りません。人間が同じ状況で行動するのにかかる時間は異なりますが、私の仮説は、結果として得られる確率分布に傾向があるということです。(私の知識に基づいた推測では、それは ~ 正常です。)

分布に影響を与える要因 (#empty スロットなど) についてのアイデアはありますが、これらのパターンを把握するためにシステムに任せることが望ましいです。私はパターンには興味がなく、モデルだけに興味があることに注意してください。

数独パズルを実行し、移動にかかる時間を測定することで、サンプル データとテスト データを簡単に生成できます。

これにはどのような学習アルゴリズムを使用することをお勧めしますか?

私はNNを考えていましたが、同じ入力に対して重み付けされたランダムな結果を与えるという望ましい特性を持つことができるかどうかはわかりません。

次のシナリオの例、ヒント、ガイダンスはありますか？

いくつかの異なるニュースWebサイトから更新を取得しました。次に、その情報を分析して、世界の現在の傾向を予測します。

上記のアイデアを検索したときにデータマイニングに関する情報しか見つかりませんでしたが、それはデータベースシステム用です。データマイニングは私がやろうとしていることと似ていますが、データベース情報のデータマイニングは、私がWebサイトから取得したものよりも具体的です。それで、誰かがこの側面について私を導くことができますか？私はあなたがこれに関して与えることができるどんな助けにも本当に感謝します。

ありがとう。

個別の値ではなく、連続した範囲の値を受け入れて出力するように、ニューラル ネットワークを設定するにはどうすればよいですか? 数年前にニューラル ネットワークのクラスを行ったときのことを思い出すと、活性化関数は 0 から 1 の間の値を生成するシグモイドになります。ニューラル ネットワークで実数値のスカラーを生成する場合は、どうすればよいですか。 ? 0 から 10 の間の値が必要な場合は、その値に 10 を掛けるだけでよいのではないかと考えました。負の値がある場合はどうなりますか? これは人々が通常行うことですか、それとも他の方法はありますか? 入力はどうですか？

ありがとう

私の大学のプロジェクトでは、クレジット カード取引が不正であるかどうかを分類できるニューラル ネットワークを作成しています。バックプロパゲーションでトレーニングしています。私はJavaでこれを書いています。私のコンピューターはクアッドコア i7 であるため、マルチスレッドを適用したいと考えています。トレーニングに何時間も費やし、ほとんどのコアがアイドル状態になっているのを見るのは私を悩ませます。

しかし、バックプロパゲーションにマルチスレッドを適用するにはどうすればよいでしょうか? Backprop は、ネットワークを介して誤差を後方に調整することによって機能します。もう一方のレイヤーを続行する前に、1 つのレイヤーを完了する必要があります。プログラムを変更してマルチコア バックグラウンドを実行する方法はありますか?

コンテキスト ナレッジ ルックアップを提供するアプリケーションを開発しています。アプリケーションは設計段階にあります。

単純なグラフ構造とトラバーサル アルゴリズムで十分かどうか、またはニューラル ネットワークを使用する必要があるかどうかを知る必要があります。私は最も長期的な解決策を取りたいと思っています。

個々の概念を単純なノードで表現することを考えています。John の髪の色 (黒) を調べたいとします。John、hair、color、black の 4 つのコンセプト ノードが必要だと思います。ここに 2 つのアルゴリズムがあります。どちらが私のタスクに最も適していますか?

トラバーサル ルックアップ アルゴリズム

参照用にこの図を参照してください: http://chadjohnson.ath.cx:8080/static/concept_map.png

1. 入力 (このようなもの)、順番に: 1. person 2. john 3. hair 4. color
2. 「人」に対応するグラフ ノードを見つけます。
3. 「person」ノードに隣接するすべてのノードを見て、「john」ノードを見つけます。
4. 「john」ノードに隣接するすべてのノードを見て、「hair」ノードと「color」ノードの両方へのリンクを持つノードを見つけます。

もう 1 つのオプションは、「髪の色」を独自のコンセプト ノードとして表現し、「ブロンドの髪」が「髪の色」の概念になるようにすることです。次に、ステップ（4）は次のようになります

「john」ノードに隣接するすべてのノードを見て、「髪の色」の概念であるノードを見つけます。

ニューラル ネットワーク アルゴリズム

1. 入力、順不同: 1. person 2. john 3. hair 4. color
2. ネットワークをトレーニングして、これらの特定の入力を「金髪」という概念にマッピングします。

フィードバックをいただければ幸いです。ありがとう！

マイルストーンの目標は、「ジョンの髪の色は何色ですか?」という質問に答えられるようにすることです。

だから、「人」の概念、さまざまな人々の概念、髪の概念、色の概念、複数の異なる色の概念を保存できるようにしたいと考えています。そして、さまざまな人々をさまざまな髪の色に関連付けたいと考えています。

この知識とそれらの関連付けが整ったら、人への参照、髪の概念、および色の概念を (入力) 与えられて、特定の人の髪の色を検索できるようにしたいと考えています。

ここで、トラバーサルとニューラル ネットワークという私の疑問が出てきます。

回答方法が変わる場合、将来のマイルストーンは次のようになります。

1. コンピューターが言語の文法をゼロから学習する
2. 言語の文法に関する知識を使用して質問に答えるコンピュータ
3. 文脈と既存の知識に基づいて、文章をある言語から別の言語に正確に翻訳するコンピューター。最も単純な形式では、概念を格納し、特定の言語の単語をその概念に関連付け、別の言語の別の単語を同じ概念に関連付けます。翻訳するには、コンセプトに関連付けられたターゲット言語の単語が検索され、返されます ( http://chadjohnson.ath.cx:8080/static/language_translation.pngを参照)。

AIMLパターンマッチングがどのように機能するかを理解しようとして問題が発生しています。_との違いは何*ですか？そして、どのようにそれらを使用して最良の一致を得る必要がありますか？

私はこの文書しか持っていませんが、いくつかの良い例が欠けています。

あなたの経験から、人工ニューラル ネットワークのプロトタイプを実装する最も効果的なアプローチはどれですか? R （無料ですが、私はそれを使用しませんでした）またはMatlab（無料ではありません）については誇大宣伝されています。別の選択肢として、C++/Java/C#などの言語を使用することもできます。この質問は主に、ニューラル ネットワーク アーキテクチャや学習アルゴリズムをテストしようとした人々を対象としています。

上記の 3 つとは異なるプログラミング言語を使用することを選択した場合は、その名前とその選択に関する説明を教えていただけますか (ただし、これは私が知っている唯一の/最も使用されている言語です)。

ありがとう。

人工知能の目的に最適なプログラミング言語は何ですか?

提案された言語を使用すると、任意の AI 技術 (または少なくともそれらのほとんど) を使用できる必要があることに注意してください。