아키텍처를 선택하여 "불도저에서" 입력에서 무언가를 "얻을" 수 있는지 여부를 이해하려고 할 때 NS2에서 "가져와" 플레이했습니다. :)
"위치"인 경우 (도움말에서):
NeuroShell 2에는 GCA(그룹 인수 방법) 또는 다항식 네트워크라는 매우 강력한 아키텍처가 포함되어 있습니다. 사실 MGUA 네트워크는 기존의 피드포워드 네트워크와 다르며 초기에는 이 아키텍처가 일반적으로 네트워크로 표현되지 않았습니다. GMDH 네트워크는 링크에 다항식 표현을 포함하고 있으며 어떤 의미에서는 구축할 레이어 수를 결정하기 위해 유전 알고리즘과 유사한 메커니즘을 사용합니다. 훈련의 결과는 출력을 입력의 전부 또는 일부에 대한 다항식 함수로 나타내는 능력입니다.
MGUA는 교수에 의해 발명되었습니다. 우크라이나 키예프에 있는 우크라이나 과학 아카데미 사이버네틱스 연구소의 A.G. Ivakhnenko. 영어로 된 MGUA의 본질과 응용에 대한 가장 자세한 설명은 ed. 책에서 찾을 수 있습니다. Farlow (팔로) (문헌 참조). (A.G. Ivakhnenko 및 공동 저자의 수많은 기사 외에도 러시아어로 읽기 위해 그의 책을 추천할 수 있으며 그 결과는 참고 문헌 목록에도 나와 있습니다. - 대략 번역).
'
GMDH의 기본 아이디어는 알고리즘이 예측된 출력 값이 실제 값에 최대한 근접하도록 동작하는 함수(다항식 모델이라고 함)를 구축하려고 시도한다는 것입니다. 많은 사용자에게 친숙하고 이해하기 쉬운 다항식을 사용하여 예측할 수 있는 그러한 모델을 갖는 것은 매우 편리합니다. NeuroShell 2에서 GMDH는 다항식 네트워크라고 하는 신경망 아키텍처 측면에서 공식화됩니다. 그러나 결과 모델은 표준 다항식 함수입니다.
이러한 모델을 구축하는 문제를 해결하기 위한 가장 전통적인 접근 방식은 회귀 분석을 사용하는 것입니다. 첫 번째 단계는 회귀를 사용하여 구축할 다항식의 유형을 결정하는 것입니다.
'
문학
...
Farlow, SJ(ed.), 모델링의 자체 구성 방법: GMDH 유형 알고리즘. 통계: 교과서 및 단행본, 54, 1984.
njel писал (а)>> 유전자 알고리즘으로 작업했습니다. MGUA는 원칙적으로 동일한 GA입니다. 또한 진화 검색.
나는 이것에 동의하지 않습니다. GA는 구현하기가 훨씬 쉽습니다. GA에는 특별한 수학 공식이나 복잡한 변환이 없습니다. 하지만 MGUA ... 많은 것들이 어쩐지 모호하거나 너무 일반화되어 설명되어 있기 때문에 어떻게 프로그래밍할 수 있는지 상상하기 어려울 때가 있습니다.
나는 이것에 동의하지 않습니다. GA는 구현하기가 훨씬 쉽습니다. GA에는 특별한 수학 공식이나 복잡한 변환이 없습니다. 하지만 MGUA는 ... 많은 것들이 어쩐지 모호하거나 너무 일반화되어 설명되어 있기 때문에 어떻게 프로그래밍할 수 있는지 상상하기 어려울 때가 있습니다.
아니면 다른 누군가가 이 분야에서 약간의 경험을 가지고 있습니까?
나는 몇 가지 개발 사항이 있지만 C Builder에만 있습니다. 나는 여전히 대학을 떠났습니다. 필요한 경우 공유할 수 있습니다. :)
같은 사오메인가 아닌가
http://library.graphicon.ru/pubbin/view_prop.pl?prop_id=19
아니요.
아키텍처를 선택하여 "불도저에서" 입력에서 무언가를 "얻을" 수 있는지 여부를 이해하려고 할 때 NS2에서 "가져와" 플레이했습니다. :)
"위치"인 경우 (도움말에서):
NeuroShell 2에는 GCA(그룹 인수 방법) 또는 다항식 네트워크라는 매우 강력한 아키텍처가 포함되어 있습니다. 사실 MGUA 네트워크는 기존의 피드포워드 네트워크와 다르며 초기에는 이 아키텍처가 일반적으로 네트워크로 표현되지 않았습니다. GMDH 네트워크는 링크에 다항식 표현을 포함하고 있으며 어떤 의미에서는 구축할 레이어 수를 결정하기 위해 유전 알고리즘과 유사한 메커니즘을 사용합니다. 훈련의 결과는 출력을 입력의 전부 또는 일부에 대한 다항식 함수로 나타내는 능력입니다.
MGUA는 교수에 의해 발명되었습니다. 우크라이나 키예프에 있는 우크라이나 과학 아카데미 사이버네틱스 연구소의 A.G. Ivakhnenko. 영어로 된 MGUA의 본질과 응용에 대한 가장 자세한 설명은 ed. 책에서 찾을 수 있습니다. Farlow (팔로) (문헌 참조). (A.G. Ivakhnenko 및 공동 저자의 수많은 기사 외에도 러시아어로 읽기 위해 그의 책을 추천할 수 있으며 그 결과는 참고 문헌 목록에도 나와 있습니다. - 대략 번역).
'
GMDH의 기본 아이디어는 알고리즘이 예측된 출력 값이 실제 값에 최대한 근접하도록 동작하는 함수(다항식 모델이라고 함)를 구축하려고 시도한다는 것입니다. 많은 사용자에게 친숙하고 이해하기 쉬운 다항식을 사용하여 예측할 수 있는 그러한 모델을 갖는 것은 매우 편리합니다. NeuroShell 2에서 GMDH는 다항식 네트워크라고 하는 신경망 아키텍처 측면에서 공식화됩니다. 그러나 결과 모델은 표준 다항식 함수입니다.
이러한 모델을 구축하는 문제를 해결하기 위한 가장 전통적인 접근 방식은 회귀 분석을 사용하는 것입니다. 첫 번째 단계는 회귀를 사용하여 구축할 다항식의 유형을 결정하는 것입니다.
'
문학
...
Farlow, SJ(ed.), 모델링의 자체 구성 방법: GMDH 유형 알고리즘. 통계: 교과서 및 단행본, 54, 1984.
한때 MGUA 연구에 적극적으로 참여했으며 MT에 대한 전문가도 썼습니다.
하지만 결국 어드바이저는 배수로 판명났는데... 입력과 출력으로 뭔가를 망쳤을 수도 있고, 서로 모순되는 데이터를 생성해서 MGUA가 정규 다항식을 찾지 못했을 수도... 일반적으로 , 이 MGUA는 나를 화나게 할 뿐입니다.
반면에 내 뇌는 칭찬을 받지 않았을까..?
하지만 여기에서 더 자세히 알아볼 수 있습니다.
그리고 정확히 무엇을 더 자세히 설명합니까? 기술하는 방법?
설명은 다음 링크에서 읽을 수 있습니다. http://www.codenet.ru/progr/alg/ai/htm/gl3_7.php
그리고 일반적으로 이 주제에 대한 많은 정보가 있지만 구현하거나 시도할 가치가 있다고 생각합니다. 해본 사람이 있는지, 어떻게 되는지 알고 싶습니다.
유전자 알고리즘으로 작업했습니다. MGUA는 원칙적으로 동일한 GA입니다. 또한 진화 검색.
나는 이것에 동의하지 않습니다. GA는 구현하기가 훨씬 쉽습니다. GA에는 특별한 수학 공식이나 복잡한 변환이 없습니다.
하지만 MGUA ... 많은 것들이 어쩐지 모호하거나 너무 일반화되어 설명되어 있기 때문에 어떻게 프로그래밍할 수 있는지 상상하기 어려울 때가 있습니다.
아니면 다른 누군가가 이 분야에서 약간의 경험을 가지고 있습니까?
나는 이것에 동의하지 않습니다. GA는 구현하기가 훨씬 쉽습니다. GA에는 특별한 수학 공식이나 복잡한 변환이 없습니다.
하지만 MGUA는 ... 많은 것들이 어쩐지 모호하거나 너무 일반화되어 설명되어 있기 때문에 어떻게 프로그래밍할 수 있는지 상상하기 어려울 때가 있습니다.
아니면 다른 누군가가 이 분야에서 약간의 경험을 가지고 있습니까?
나는 몇 가지 개발 사항이 있지만 C Builder에만 있습니다. 나는 여전히 대학을 떠났습니다. 필요한 경우 공유할 수 있습니다. :)
누가 *.ex4 파일을 *.mt4 형식으로 디컴파일할 그런 조언자를 써줄까요????
약한???? (((
죄송합니다 *.mq4
http://www.procapital.ru/showthread.php?t=8065
http://www.procapital.ru/showthread.php?t=8065
이 물건을 직접 사용합니까? 그런 황금 물건의 가격이 5달러라는 사실이 믿기지 않습니다. :)
이 물건을 직접 사용합니까? 그런 황금 물건의 가격이 5달러라는 사실이 믿기지 않습니다. :)
광고의 일부 - 우리는 게시물 수를보고 검색 엔진에 대한 링크도 곱합니다 ... 또한 주제에 대해 두세 가지가 있습니다.