"New Neural" es un proyecto de motor de red neuronal de código abierto para la plataforma MetaTrader 5. - página 82
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Creo que he contestado a todo, quizás me he dejado algo, si no te importa repetirlo si no lo he hecho.
Primero, un poco fuera de tema. Había un proyecto en Caltech, PolyWorld. El objetivo del proyecto era crear un mundo bidimensional de criaturas virtuales, dotarlas de una red cerebral sencilla y de la capacidad de ver, moverse, encontrar comida, reproducirse, matarse entre sí (la cantidad de comida es limitada), etc. para sobrevivir. La red cerebral consistía en varias neuronas con una función de entrada-salida determinada y sinapsis plásticas (aprendibles) entre neuronas. Al nacer, las conexiones entre las neuronas son aleatorias. El objetivo del proyecto era observar la evolución de este mundo virtual. Los interesados pueden ver una conferencia sobre este proyecto aquí (lo interesante empieza en el minuto 16):
https://www.youtube.com/watch?v=_m97_kL4ox0
Ahora vamos al tema. ¿Ha intentado alguien aplicar la genética a una red formada por neuronas conectadas entre sí, a las entradas y a las salidas mediante pesos iniciales aleatorios? Las sinapsis pueden aparecer y desaparecer aplicando la regla de Hebb u otra regla de aprendizaje no supervisado. Cree un mundo virtual de redes de este tipo: operadores que operan en el mercado de divisas, cada uno de los cuales tiene un determinado depósito inicial y trata de aumentarlo a expensas de otros operadores. Por ejemplo, cada vez que algún operador realiza una operación rentable, se deduce el beneficio de los fondos de los demás operadores, o algo similar, pero los fondos totales deben permanecer constantes. Los operadores compiten entre sí por la supervivencia, es decir, por no perder el depósito. Se puede introducir la posibilidad de cruzar comerciantes de la red, etc. En definitiva, crear un entorno real para la evolución de las redes en el mercado.
Se me ocurrió esta idea después de escribir Life en mql4, he decidido que es necesario tratar de escribirlo cuando esté familiarizado con echo, pero en realidad estoy listo para implementarlo sólo ahora.
Ya puedo ver cómo implementarlo.
Cognitron y Hopfield. ah y ok, red de eco ))))
¿Qué pasa con el cognitrón?
Ya he escrito sobre el campo de lúpulo.
el eco sólo pide mentir en ese modelo en sí.
Lo siento cada modelo romperá la cama, por lo que si usted no entiende cómo implementar, a continuación, pedir específicamente lo que en una red particular es difícil de implementar, voy a tratar de describirlo.
¿Qué pasa con el cognitrón?
No hay nada malo en ello. ¿Has visto el esquema?
Vamos, no tiene sentido agitar el aire. Los inconvenientes aparecerán más tarde, en cuanto empieces a aplicarlo.
No hay nada malo en ello. ¿Has visto el diagrama del circuito?
Vamos, no tiene sentido agitar el aire. El inconveniente lo tendrás después, en cuanto empieces a aplicarlo.
No veo ningún problema ahí, los enlaces de activación son inhibidores, no veo ningún problema.
Tal vez tenga un diagrama diferente, ¿puede mostrármelo?
Supongo que lo que tienes son problemas, crees que ese modelo que presenté sólo puede resumir las entradas?
En realidad, lo que una neurona hará con las entradas está determinado por el descendiente de la clase CProcessing,
para cada tipo de neurona puede ser diferente, también se puede describir el procesamiento del cognitrón.
Me gustaría que el proyecto arrancara con fuerza y se desarrollara a pasos agigantados, ya que es el posible futuro de todo el proyecto. No puedo imaginar el proyecto sin las siguientes cosas:
1. el apoyo inicial de la GPU para el entrenamiento o la optimización de las redes neuronales y, por supuesto, la nube para dar soporte a las ya existentes.
2. Creación de nuestro propio emulador de red con selección de arquitectura y sus métodos de entrenamiento, etc. Para que el usuario pueda elegir el método necesario para crear su propia estrategia.
Todos mis intentos de incrustar el vídeo han fallado. Al igual que intentar convertir a .flv yo mismo
Eric Berlow: Cómo la complejidad lleva a la simplicidad.
http://www.ted.com/talks/lang/ru/eric_berlow_how_complexity_leads_to_simplicity.html
MetaDriver:
http://www.ted.com/talks/lang/ru/eric_berlow_how_complexity_leads_to_simplicity.html
Todos mis intentos de incrustar el vídeo han fallado. Al igual que intentar convertir a .flv yo mismo
Eric Berlow: Cómo la complejidad lleva a la simplicidad.
http://www.ted.com/talks/lang/ru/eric_berlow_how_complexity_leads_to_simplicity.html
sólo se inserta desde youtube (reglas)