Эколог Эрик Берлоу не чувствует себя подавленным, когда сталкивается со сложными системами. Он знает, что большее количество информации может привести к лучшему и более простому решению. Иллюстрируя советы и хитрости, которые используются, чтобы справиться с большими проблемами, он...
我想我已经回答了所有问题，也许我遗漏了什么，如果我没有回答，你不介意重复一下。
首先，有点离题。在加州理工学院有这样一个项目，PolyWorld。该项目的目标是创建一个虚拟生物的二维世界，给它们一个简单的大脑网络，以及为了生存而看到、移动、寻找食物、繁殖、自相残杀（食物数量有限）等的能力。大脑网络由几个具有特定输入-输出功能的神经元和神经元之间的可塑（可学习）突触组成。出生时，神经元之间的连接是随机的。这个项目的目的是观察这个虚拟世界的演变。有兴趣的人可以在这里观看关于这个项目的讲座（有趣的是从第16分钟开始）。
https://www.youtube.com/watch?v=_m97_kL4ox0
现在开始讨论这个问题。有没有人尝试将遗传学应用于由神经元相互连接组成的网络，通过初始的随机权重输入和输出？通过应用Hebb规则或另一个无监督学习规则，突触可以出现和消失。 创建一个此类网络的虚拟世界--在外汇市场交易的交易者，每个人都有一定的初始存款，并试图以牺牲其他交易者的利益来增加存款。例如，每次当某个交易者做了一笔有利可图的交易时，利润就会从其他交易者的资金中扣除，或类似的情况，但总资金必须保持不变。 交易者为生存而相互竞争，即不损失存款。你可以引入穿越网络交易者的可能性，等等。简而言之，为市场上的网络演变创造一个真正的环境。
我在mql4上写完《生活》后有了这样的想法，我决定有必要在熟悉echo的时候尝试写一下，但实际上我现在才准备实现它。
我现在就可以看到如何实现它。
Cognitron和hopfield。哦，好的，回声网络))))
cognitron有什么问题？
我已经写过关于啤酒场的文章。
回声只是乞求躺在那个模型上。
很抱歉，每个模型都会打破床，所以如果你不明白如何实现，那就具体问一下某个网络中什么是难以实现的，我会尽量描述。
cognitron有什么问题？
这没有什么不对。你看到原理图了吗？
来吧，没有必要摇晃空气。不方便的地方以后会出来的，只要你开始实施它。
这没有什么不对。你看到电路图了吗？
来吧，没有必要摇晃空气。你会在以后得到不便，只要你开始实施它。
我在那里没有看到任何问题，激活链接是抑制性的，我没有看到任何问题。
也许我有一个不同的图，你能给我看看吗？
我猜我猜你有什么问题，你认为我提出的模型只能总结输入？
实际上，一个神经元将对输入做什么是由CProcessing类的后代决定的。
对于每一种类型的神经元，它可以是不同的，你也可以描述认知的处理。
我希望这个项目 能有一个飞跃性的开始，并得到飞跃性的发展，因为这是整个项目的可能的未来。我无法想象这个项目没有以下东西。
1.最初的GPU计算支持，用于神经网络的训练或优化，当然还有云计算支持，如已经存在的。
2.创建我们自己的网络模拟器，包括架构选择和其训练方法等。因此，用户可以选择所需的方法来创建自己的策略。
我所有试图嵌入视频的努力都失败了。就像自己尝试转换为.flv一样
Eric Berlow: 复杂性如何导致简单性。
http://www.ted.com/talks/lang/ru/eric_berlow_how_complexity_leads_to_simplicity.html
MetaDriver。
http://www.ted.com/talks/lang/ru/eric_berlow_how_complexity_leads_to_simplicity.html
我所有试图嵌入视频的努力都失败了。就像自己尝试转换为.flv一样
Eric Berlow: 复杂性如何导致简单性。
http://www.ted.com/talks/lang/ru/eric_berlow_how_complexity_leads_to_simplicity.html
仅从youtube插入（规则）。