무언가를 시작하기 전에 사람들이 접근 가능하고 이해할 수 있는 이론, 실습을 준비하고 조각을 시작하십시오.
그리고 미래의 창작자들에게 MQL5로만 작성된 NN의 장점과 단점을 알려주세요. 에뮬레이트된 언어로 작성된 프로그램이 고급 언어로 작성된 프로그램보다 느리다는 것을 알고 MT5에서 에뮬레이션으로 작동하는 패키지를 만들기 위해 꼽추를 원하는 사람은 없을 것입니다.
내 조언. 모든 사람이 여전히 쓰기를 열망하는 경우 DLL에서 수학적 모델을 만들고 MQL5에서 데이터 준비를 만드십시오. 별도의 DLL에서 각 유형의 NA를 구현합니다. 예를 들어, Kohhonen 신경망 은 module_kohhonen.dll 파일에 있고 Hopfield 네트워크 module_hopfield.dll 에는 있습니다. 의도한 대로 언어를 사용하고 바퀴를 재발명하지 마십시오.
1. 코호넨 네트워크(Kohonen networks, incl. 솜. 무엇을 찾아야할지 명확하지 않은 클러스터로 나누는 데 사용하는 것이 좋습니다. 내가 생각하는 토폴로지는 입력 벡터, 출력 벡터 또는 그룹화된 출력으로 알려져 있습니다. 교육은 교사와 함께 또는 교사 없이 수행될 수 있습니다.
2. 가장 일반적인 형태의 MLP, 즉 피드백이 있는 그래프로 구성된 임의의 레이어 집합으로 매우 널리 사용됨
3. 재순환 네트워크. 솔직히 말해서, 나는 정상적으로 작동하는 비선형 구현을 본 적이 없습니다. 정보 압축 및 주성분 추출(PCA)에 사용됩니다. 가장 단순한 선형 형태로, 신호가 양쪽에서 전파될 수 있는 선형 2층 네트워크(또는 확장된 형태의 3층 네트워크)로 표현됩니다.
4. 에코 네트워크. 원리는 MLP와 유사하며 거기에서 사용됩니다. 그러나 조직이 완전히 다르며 교육 시간이 명확하게 정의되어 있습니다(반대로 항상 전역 최소값을 생성합니다).
5. PNN - 사용하지 않고 뒤지지 않습니다. 하지만 장인이 있다고 생각합니다.
6. 퍼지 논리 모델(확률적 네트워크와 혼동하지 말 것). 구현하지 않았습니다. 그러나 도움이 될 수 있습니다. 누구든지 정보를 찾으면 게시하십시오. 거의 모든 모델은 일본 작가입니다. 거의 모든 것이 수동으로 조립되지만 논리적 표현 으로 토폴로지 구성을 자동화할 수 있다면(모든 것을 올바르게 기억한다면) 비현실적으로 멋질 것입니다.
이미 거래 분야에서 일하고 있는 신경 시스템 개발자를 전문가로 초대할 수 있습니까?
다른 사이트에서 전화하세요.
이미 거래 분야에서 일하고 있는 신경 시스템 개발자를 전문가로 초대할 수 있습니까?
다른 사이트에서 전화하세요.
유료 인플루언서 또는
관심을 끌기 위해 더 많은 청중에게 알리는 것뿐입니까?
유료 인플루언서 또는
관심을 끌기 위해 더 많은 청중에게 알리는 것뿐입니까?
우리에게 엔진 개발 작업은 이미 구현 단계로 넘어갔습니다. 오늘 우리는 아이디어에 대해 내부 토론을 하고 인프라 준비를 진행했습니다.
이제는 말과 행동으로 도와줄 전문가가 필요합니다.
우리에게 엔진 개발 작업은 이미 구현 단계로 넘어갔습니다. 오늘 우리는 아이디어에 대해 내부 토론을 하고 인프라 준비를 진행했습니다.
이제는 말과 행동으로 도와줄 전문가가 필요합니다.
글쎄, 당신은 당신이 가지고있는 것을 게시해야합니다.
의논할 것이 있고 전문가가 있을 것입니다.
그러나 반응이 없으면 판잣집을 긁는 것이 가능합니다.
그러나 반응이 없으면 판잣집을 긁는 것이 가능합니다.
흠 (적당히) 반응에 대해 - 이미 뉴런에 대한 3개의 링크가 있습니다.
하나에는 10개 이상의 그리드가 있습니다. Kohonen, MLP, 재활용, Hopfield ...의 네트워크와 협력 ,
두 번째는 MLP + Jordan-Elman 네트워크의 일반적인 경우의 구현입니다. 모든 레이어의 역 폐쇄 가능성이 있는 모든 토폴로지(방향 그래프),
세 번째는 가장 사랑받는 에코 네트워크의 구현입니다 :) .
오랫동안 그것은 사실이었지만(에코 네트워크를 제외하고) 기억할 수 있습니다. 확률 모델에서는 작동하지 않았습니다. 경사 하강법 및 하이브리드 방법의 최근 개선 사항에 익숙하지 않습니다.
흠 (적당히) 반응에 대해 - 이미 뉴런에 대한 3개의 링크가 있습니다.
오랫동안 그것은 사실이었지만(에코 네트워크를 제외하고) 기억할 수 있습니다. 확률 모델에서는 작동하지 않았습니다. 경사 하강법 및 하이브리드 방법의 최근 개선 사항에 익숙하지 않습니다.확인. 모든 유형의 네트워크 토폴로지를 개요 형식으로 제공할 수 있습니까? 즉, 많을수록 좋지만, 구조나 체계의 형태로 표현되는 것일까요?
구현 가능한 모델을 결정하고 추상 공통 기본 클래스를 설계 하기 시작합니다.
그건 그렇고, 작업은 결과적으로 일부 네트워크 세트를 만드는 것뿐만 아니라 다른 특정 네트워크 토폴로지로 확장할 수 있는 기능 을 클래스에 배치하는 것입니다.
무언가를 시작하기 전에 사람들이 접근 가능하고 이해할 수 있는 이론, 실습을 준비하고 조각을 시작하십시오.
그리고 미래의 창작자들에게 MQL5로만 작성된 NN의 장점과 단점을 알려주세요. 에뮬레이트된 언어로 작성된 프로그램이 고급 언어로 작성된 프로그램보다 느리다는 것을 알고 MT5에서 에뮬레이션으로 작동하는 패키지를 만들기 위해 꼽추를 원하는 사람은 없을 것입니다.
내 조언. 모든 사람이 여전히 쓰기를 열망하는 경우 DLL에서 수학적 모델을 만들고 MQL5에서 데이터 준비를 만드십시오. 별도의 DLL에서 각 유형의 NA를 구현합니다. 예를 들어, Kohhonen 신경망 은 module_kohhonen.dll 파일에 있고 Hopfield 네트워크 module_hopfield.dll 에는 있습니다. 의도한 대로 언어를 사용하고 바퀴를 재발명하지 마십시오.
그래픽 인터페이스가 계획되어 있습니다. 명확성을 위해 네트워크의 구조를 느끼는 능력 등
확인. 개요의 형태로 모든 유형의 네트워크 토폴로지를 제공할 수 있습니까?
네, 구현된 네트워크에서 4개의 네트워크에 관심이 있습니다.
1. 코호넨 네트워크(Kohonen networks, incl. 솜. 무엇을 찾아야할지 명확하지 않은 클러스터로 나누는 데 사용하는 것이 좋습니다. 내가 생각하는 토폴로지는 입력 벡터, 출력 벡터 또는 그룹화된 출력으로 알려져 있습니다. 교육은 교사와 함께 또는 교사 없이 수행될 수 있습니다.
2. 가장 일반적인 형태의 MLP, 즉 피드백이 있는 그래프로 구성된 임의의 레이어 집합으로 매우 널리 사용됨
3. 재순환 네트워크. 솔직히 말해서, 나는 정상적으로 작동하는 비선형 구현을 본 적이 없습니다. 정보 압축 및 주성분 추출(PCA)에 사용됩니다. 가장 단순한 선형 형태로, 신호가 양쪽에서 전파될 수 있는 선형 2층 네트워크(또는 확장된 형태의 3층 네트워크)로 표현됩니다.
4. 에코 네트워크. 원리는 MLP와 유사하며 거기에서 사용됩니다. 그러나 조직이 완전히 다르며 교육 시간이 명확하게 정의되어 있습니다(반대로 항상 전역 최소값을 생성합니다).
5. PNN - 사용하지 않고 뒤지지 않습니다. 하지만 장인이 있다고 생각합니다.
6. 퍼지 논리 모델(확률적 네트워크와 혼동하지 말 것). 구현하지 않았습니다. 그러나 도움이 될 수 있습니다. 누구든지 정보를 찾으면 게시하십시오. 거의 모든 모델은 일본 작가입니다. 거의 모든 것이 수동으로 조립되지만 논리적 표현 으로 토폴로지 구성을 자동화할 수 있다면(모든 것을 올바르게 기억한다면) 비현실적으로 멋질 것입니다.
_______________
다른 모델을 제안하십시오.
모든 네트워크는 입력 - 블랙박스 - 출력으로 나타낼 수 있습니다.
시도해야 하지만 모든 네트워크를 완전히 인터페이스하는 것은 불가능할 수 있습니다.