Red neuronal - página 8

Nuevo comentario
 
storm >> :
Personalmente, tengo mis propias redes (:

Tú dices A, tú dices B, pero sonríes misteriosamente :)

¿Cuál es la diferencia cardinal entre sus redes?

 
Mira, para predecir la serie temporal, puedes utilizar la diferencia de, por ejemplo, el precio de apertura y el de cierre. Y entonces el pasillo será más pequeño y no saltará tanto.
 
xweblanser писал(а) >>
Mira, para predecir la serie temporal puedes utilizar la diferencia de, por ejemplo, el precio de apertura y el de cierre. Y entonces el pasillo será más pequeño y no rebotará tanto.

No es tan sencillo...

 

Pregunta para los expertos en redes

Supongamos que hay alguna red que idealmente debería dar un 1 para comprar (o digamos >0,7 para comprar), (-1) para vender, el resto lo esperamos. Hay una serie de entradas de redes indicadoras. Algunos de los insumos es el indicador que en el cruce de 0 (es decir, en el cambio de signo de negativo a positivo) tipo de da una señal de compra. Es decir, el valor máximo de la señal de compra por parte de este indicador está exactamente en el momento de cruzar de 0 (más allá la señal se mantiene, pero el beneficio potencial disminuye).

Ahora - una red neuronal, es aproximadamente una función de la suma de productos de entradas y pesos (bueno, las neuronas de la capa interna también se consideran). Si consideramos la fórmula f=F(w1x1+w2*x2+...) entonces si x1=0, independientemente de las otras entradas y de la función de activación en este momento esta entrada es simplemente excluida de la salida final. Resulta que la señal será simplemente ignorada.

Esta situación me recuerda a una especie de caso real (de Wikipedia) - Se conoce un caso en el que se entrenó una red para reconocer imágenes de tanques en fotos, pero luego resultó que todos los tanques fueron fotografiados con el mismo fondo. Como resultado, la red "aprendió" a reconocer este tipo de paisaje, en lugar de "aprender" a reconocer tanques.

Entonces, la pregunta real es. ¿Tiene sentido en este caso transformar el valor de esa entrada de tal manera (aunque otra pregunta - cómo), que el valor máximo de la señal de compra por tal indicador no está en el cruce 0, pero cuando, digamos, este indicador = 1.

Por ejemplo, podemos dividir este indicador en dos:
- El primero (del tipo 1-x) muestra el grado de aproximación a cero.
- El segundo es binario: sólo el signo de esta diferencia (+1, -1).

¿Tiene esta manipulación alguna importancia fundamental para la red?

 
Si la señal es un cruce con el cero de abajo hacia arriba (y seguro que también hay un cruce en sentido contrario, que da una señal opuesta), entonces el propio 0 no puede ser un valor significativo para la entrada. La señal es sólo la señal: codifícala como +1 compra, -1 venta, independientemente de cómo se muestre en el gráfico de un indicador concreto. Y, en general, no deben utilizarse ceros: los valores deben ser simétricos para aprovechar al máximo la potencia de los pesos netos. En el caso de los indicadores, en los que las señales se dan al cruzar el cero, se puede tomar la derivada de su salida (no en forma analítica, por supuesto).
 
GrooovE писал(а) >>

Por ejemplo, es posible dividir este indicador en dos:
- El primero (del tipo 1-x) muestra el grado de aproximación a cero.
- El segundo es binario: sólo un signo de esta diferencia (+1, -1).

¿Esta manipulación supone alguna diferencia para la red?

Para una red neuronal, la primera opción es más informativa que la segunda.....

 
Urain >> :

Si dices A, dices B, entonces sonríes misteriosamente :)

¿Cuál es la diferencia fundamental entre sus redes?


¿Cuál es la diferencia cardinal ... Es altamente especializado (reconocimiento de combinaciones de ondas, fractales), y por tanto el más sencillo en su ejecución. Por ejemplo, los pesos son simplemente recogidos por el probador (como en el perceptrón de Reshetov), al mismo tiempo mi perceptrón, con el mismo rango de parámetros de entrada, es capaz de memorizar un patrón particular, cosa que el perceptrón de Reshetov no puede. Para el mérito del perceptrón de Reshetov, su diseño encuentra perfectamente un piso, que en manos hábiles puede traer y probablemente trae beneficios.

 
LeoV >> :

Para una red neuronal, la primera opción es más informativa que la segunda.....

¿Y si comparamos (en las condiciones anteriores, por supuesto) la señal original y la derivada, la elección es la derivada?

Y si se amplía la situación al cruce de algún umbral especificando un desplazamiento con respecto a cero, ¿deberían amplificarse las señales del "umbral" de esta manera?

 
La codificación de la señal debe ser elegida por el operador, en función de su significado. En particular, si la rejilla tendrá salidas entrenadas prácticamente en la probabilidad (x y 1-x), entonces no se necesitan derivadas. Si las salidas son binarias (comprar/no comprar/vender/no vender), se necesita una señal de un solo valor. Pero si necesita contar la derivada - dI/dt en un determinado número de barras - depende del indicador específico. En particular, al cruzar el cero en cada dirección, en mi opinión, es más fácil marcar +1 y -1, como he sugerido. En cuanto al umbral, la pregunta es general: es válida no sólo en el contexto de las redes, sino en general. Si el sistema implica trabajar fuera del umbral, debe utilizarlo. Puedes entrenar a la propia red para que recoja el umbral.
 
marketeer >> :
La codificación de la señal debe ser elegida por el operador, en función de su significado.

>> Estoy de acuerdo. La idea de la ST debe estar presente. La NS es sólo una herramienta. Por lo tanto, es primordial elegir las señales para entrar y ser conscientes de lo que queremos obtener en la salida.

1234567891011121314
Nuevo comentario