ハイブリッドニューラルネットワーク

RIP 2009.11.02 15:33 #211

gumgum >> :
c-meansアルゴリズムの詳細な説明をお持ちの方はいらっしゃいませんか？

WiKi、 k-means、c-means、google ...

何に使いたいですか？

gumgum 2009.11.02 17:37 #212

rip >> :

WiKi、 k-means、c-means、google ...

何に使いたいですか？

>> ハイブリッドでパクる。

ところで、係数グラデーションは試されましたか？ディビジョン・ゼロアウトがあるんです!

gumgum 2009.11.04 15:43 #213

すでに誰かが書いているかもしれないし、書いていないかもしれない...。

いくつかのアルゴリズムを試した結果、十分なエラーレベルに達するには >>in[N/2]*in(number of training examples)の問題があることがわかりました。重みを(MathRand()-MathRand())/32767で初期化しました。

DoubleTostrとStrToDoubleによる重みの初期化で、ゴールに到達する結果が＋になる!

double ranD(int rsign)
{
string ran="0.";
for(int z=1; z<=25; z++)
{
ran= ran+DoubleToStr(MathFloor((MathRand()/32767.0)*10),0);
}
double randou=StrToDouble( ran);
if( rsign==1)
   {
   double dip=(MathRand()-MathRand())/32767.0;
   if( dip<0){ randou=(-1)* randou;}
   if( dip==0){ randou=0;}
   }
return( randou);
}

gumgum 2009.11.08 18:50 #214

この話題はもうクモの巣が生い茂ってる...。

こんなことに気づきました...x-n1-n2-yのニューラルネットワークがあるとする。ORO grad.を使ってバッチモードでトレーニングしてみましょう。<eを少し変えてみました。

学習集合Sから新しい集合MG=Sを作り、交差M(n)&M(n+1)=0となるようなK個の（有限の）部分集合Mに分割する。

MG集合の全ての学習部分集合M1,M2,M3,...,M（n）,M（n+1）を無視してM（emin）を選び、M（emin）＜eであればエラー訂正停止、なければまずM（emin）/M（emin）-1が必要である。

これが一番の学習法です。

RIP 2009.11.09 11:43 #215

gumgum >> :

この話題はもうクモの巣が生い茂ってる...。

そんなことに気がつきました...。ニューラルネットワークx-n1-n2-yがあるとする。バッチモードでORO gradでトレーニングしてみましょう。<eを少し変えてみました。

学習集合Sから新しい集合MG=Sを作り、M(n)&M(n+1)!=0と交差するK個の(有限)部分集合Mに分割する。

MG集合の学習部分集合M1,M2,M3,...,M（n）,M（n+1）を全て飛ばしてM（Emin）を選び、M（Emin）＜eであればエラー訂正停止、なければやはりM（Emin）／M（Emin）-1が必要である。

まあ、この方がよっぽど勉強になるんですけどね。

テストサブセットは何を示しているのでしょうか？エラーの動作はどうなっていますか？

この方法は、文献上ではモディファイドバッチモードとして見られることがあります。

gumgum 2009.11.11 20:05 #216

同志よ。確率的学習アルゴリズムを実装された方がいらっしゃいましたら。感想や体験談などをシェアしてください（ソースコードは不要です）。

P.S. よろしくお願いします。

ハイブリッドニューラルネットワーク - ページ 22