Ich habe eine Implementierung von künstlichem neuronalem Netzwerk (ANN) für mich selbst geschrieben (es hat Spaß gemacht). Ich denke jetzt darüber nach, wo ich es verwenden kann.Wirkliche Verwendung der Welt für künstliche neuronale Netze
Was sind die Schlüsselbereiche in der realen Welt, wo ANN verwendet wird?
ANNs sind ein Beispiel für ein "lernendes" System, das auf Eingabedaten (in einer Domäne) "trainiert", um (ungesehene) Daten in dieser Domäne effektiv zu klassifizieren. Sie wurden für alles von der Zeichenerkennung bis hin zu Computerspielen und darüber hinaus eingesetzt.
Wenn Sie versuchen, eine Domäne zu finden, wählen Sie ein Thema oder ein Feld, das Sie interessiert, und sehen Sie, welche Arten von Klassifizierungsproblemen dort existieren.
ANN gelten nicht nur für die Klassifizierung von Daten. Ihre Verwendung ist allgemeiner und kann für Funktionsannäherung, Vorhersage, implizite Wissensrepräsentation, automatische Steuerung usw. angewendet werden. –
@Zack ist genug. Ich wollte nicht sagen, dass das alles ist, was sie tun. Zum Beispiel können KNN mit Verstärkungslerntechniken verwendet werden, um nicht nur zu lernen, wie man Backgammon spielt, sondern auch, wie man einen Aufzug steuert. –
I verwenden ANN für Electronic noses :-)
am häufigsten für verrauschten Eingänge in festen Kategorien zu klassifizieren, wie handgeschriebene Briefe in ihre äquivalenten Zeichen, Sprache in Phoneme gesprochen oder verrauschten Sensorwerte in einen Satz von festen Werten. Normalerweise ist die Menge der Kategorien kleine (23 Buchstaben, ein paar Dutzend Phoneme, etc.)
Andere werden darauf hinweisen, wie all diese Dinge werden besser mit spezialisierten Algorithmen getan ....
Ich schrieb einmal ein ANN, um den Aktienmarkt vorherzusagen. Es gelang mit einer Genauigkeit von etwa 80%.
Der Cue hier war, zuerst ein paar Millionen Reihen von realen Bestandsdaten zu ergattern. Ich habe diese Daten verwendet, um das Netzwerk zu trainieren und es für echte Daten vorzubereiten. Es gab ungefähr 8-10 Eingangsvariablen und einen einzelnen Ausgangswert, der den vorhergesagten Wert der Aktie am nächsten Tag anzeigen würde.
Sie könnten auch die (alte) ALVINN network überprüfen, wo ein Auto gelernt hat, selbst zu fahren, indem es Straßendaten beobachtet, wenn ein menschlicher Fahrer hinter dem Rad war.
ANNs sind auch in der Bioinformatik weit verbreitet.
80% Genauigkeit, was? Du musst reich sein. –
Nur aus Neugier: Wurden diese 80% an den Daten gemessen, die zum Trainieren des Netzwerks oder auf einem separaten Set verwendet wurden? Und bitte, versteh mich nicht falsch, aber die Genauigkeitszahl anzugeben, ohne sie vorher zu definieren, ist absolut bedeutungslos. –
Die 80% wurden unter Verwendung eines separaten Satzes gemessen. Aber werde hier nicht zu glücklich. Ich denke, mein ANN war übereifrig, nur vorauszusagen, dass eine Aktie steigen würde. Da die meisten Aktien steigen, wäre es die meiste Zeit richtig. Für die Vorhersage der Aktienmärkte sind aparent Markov-Modelle besser, obwohl ich nie versucht habe, die Methoden zu vergleichen. – Pedery
+1 zum Schreiben eines ANN für Spaß :) – Pedery
Eine ähnliche Frage (damit Sie diese Antworten interessant finden können) "Welche Probleme haben Sie mit künstlichen neuronalen Netzen gelöst?": Http://stackoverflow.com/questions/1559843/Was-Probleme-haben-Sie-gelöst-mit-künstlichen-neuronalen Netzen –