nikelodeon>>: Многие рассуждают о том чтобы сеть искала и учила правила, из многообразия правил входов, которые будут работать на прибыль......У меня другой вопрос....Возможноли, вернее, как научить сеть работать по готовым правилам?......Возмём канальную систему......Неважно как и при каких обстоятельствах строится канал. Как научить сеть работать внутрь канала или на его пробитии?????? Ну нейросетевые умы......что можете предложить по этому поводу?. Взять хотябы сеть без учителя.....Рекур, например. Как подготовить входы так, чтоб сеть поняла что от неё требуеться? если изначально имееться меняющийся со временем канал........
Многие рассуждают о том чтобы сеть искала и учила правила, из многообразия правил входов, которые будут работать на прибыль......У меня другой вопрос....Возможноли, вернее, как научить сеть работать по готовым правилам?......Возмём канальную систему......Неважно как и при каких обстоятельствах строится канал. Как научить сеть работать внутрь канала или на его пробитии?????? Ну нейросетевые умы......что можете предложить по этому поводу?. Взять хотябы сеть без учителя.....Рекур, например. Как подготовить входы так, чтоб сеть поняла что от неё требуеться? если изначально имееться меняющийся со временем канал........
既成のルールがあるのなら、ニューラルネットワークは一体何のために必要なんだ!
質問は修辞的なもので、答える必要はない。
レッカーという形でインプットを加えることで、収益性を高めることができる......どのブレークスルーが嘘か本当か、ネットワークが計算してくれる......みたいな感じですね。
レッカーという形でインプットを追加することで、システムの収益性を高めることができる......ネットワークが、どの故障が嘘でどの故障が本当かを計算してくれる、みたいな............。
あなたはニューラルネットワークの能力を過大評価しているようですね。
2009.08.09 21:00の投稿へ。
ネットワーク単体では何も検索できない。ネットワークが直接学習していない状況でも、蓄積された「知識」を使って出力を計算することができるのである。つまり、パターンの探索は、パターンが存在する場合にのみ可能なのである。
さて、2009年8月9日21:56の投稿について。
チャンネル侵入の規則性がわかっているのなら（あなたの例）、もっと簡単に実装できるのに、なぜニューラルネットワークを使うのですか？ニューラルネットワークは一般化されたアプローチであり、ある特定のケースがめちゃくちゃ単純な場合に一般化されたものを使うのは無意味です。MAはルールブックに持ち込むことも可能です。MA の挙動とチャンネルブレイクダウンの間には関係があるはずです（その関係を表現できるようにしなければなりません）。ニューラルネットワークは、それだけで奇跡を起こすわけではありません。
p.s.では、「既成のルールで動くようにネットワークを教えることは可能か、というか、どうやって教えるのか」という質問にお答えします。 はい、ニューラルネットワークで使われる数学がわかっていれば可能です。ちなみに、リカレントニューラルネットワークは、最良の例ではありません。もっと単純なもの（フィードバックなしの多層パーセプトロン）を使って、問題なくできています。
は、ニューラルネットワークにどのような入力が与えられるかの例を示しています。http://www.nnea.net/research/18-neural-network-forecast-indicator
そこには入り口が見当たらず...。
嫌なことがいくつか発覚しました。1.ネットワークでは、なぜか2つの出力オプションしか出てきません。そのため、弱い信号と強い信号を分離することはできないようです。これは3層ネットワークの特質なのでしょうか？レイヤーの数を増やす必要があるのでは？2.RMS誤差は、上下の出力閾値が近いほど小さくなります。閾値が等しい場合、0.22以上となりますが、これは正常なのでしょうか？
いいえ、これは3層ネットの特徴ではなく、グリッド出力の信号は連続関数です。例えば、グリッド出力が0.5より大きい場合は1、0より小さい場合は1、0.5より大きい場合は-1というように、グリッド出力に何らかの分類器を組み込んで、最終的なシグナルを与えているのかもしれませんね。
閾値については、まだよくわからないのですが、ご自分のアルゴリズムがどのようなもので、どのように構築されているのかを詳しく書いていただければ、どのような質問をされているのかがわかると思うのですが......。
そこに入り口が見当たらない...。
私もそうでした...。価格が下落したマスの数だと考えるしかないのですが、もしかしたら他の追加条件もあるのかもしれません...。
おそらくMeteQuotesはデコンパイラの広告を見なかったのでしょう...。