3.14 0 12 ноября, 2004 Опубликовано 12 ноября, 2004 · Жалоба Тут ссылку на кучу книжек выложили - очень интересно. Интересно, а много среди нас тех кто яростно использует эти самые нейронные сети и в каких задачах. Я так прикинул куда их можно прикрутить. Пусть фильтрация сигналов, дык вроде как оптимального фильтра круче нет на свете, да и с анализом оптималки куда проще, во всяком случае не сложнее. Распознавание образов. Стояла актуальная задача (в общем так и не упала). Прикупил книжку (не помню название синенькая такая), там был даже пример распознавания контуров объектов, так вот незадача самая важная часть (количественная оценка объекта, например танк=1.3 а дом=5) вычислялась Фурье преобразованием, а вот компаратор объектов выполнен на нейронах :( Еще неудачный пример. Несколько лет назад, будучи студентом, попалась компьютеррка с популяризацией эволюционных методов обучения нейронных сетей. От прочитанного эмоции лились через край (в возбужденной голове мелькали фразы "Я понял суть мироздания! Миру пи@дец!"). Принялся за дело. Для начала решил из одного урезанного нейрона получить эволюционными методами кореллятор. Написал в MatLab программку и вперед, за 15 минут расчета сеть (если можно так назвать) приблизилась к результату ~95% далее за сутки почти ни с места. В общем, буду рад услышать ваши отзывы, только не надо бщих фраз типа "Ну а вы что хотели, это конкретные решения конкретных задач". Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
lamerok 0 12 ноября, 2004 Опубликовано 12 ноября, 2004 · Жалоба В некоторых современных датчиках расхода, используется алгоритм распознавания степени загрязнения тела обтекания или стенок трубы с использованием нейросетей. По закгрязнению они пото корретируют расход. Была написана модель загрязнения, по ней обучили нейросеть, подобрали веса нейронов и все такое. Сеть получилась не очень большая, веса нейронов известны, поэтому она легко влезла в микроконтроллер, правда DSP. Будучи студентом, была у меня на практике тема. Определение источника загрязнения воздуха и его параметров в городе. Так вот вообщем-то задача решается собычным методами(наменьшей среднеквадратической ошибки) путем сравнивания с эталонной моделью. Но оказалось, что нейросети были как нельзя кстати. Так мат модель распространения примесей в городе была известна. Все что нужно было - это просто подобрать тип нейросети и обучить ее. И она превосходно решала эту задачу. Еще знаю разработана система управления снабжения города электроэенргией. Сеть обучалась на основе данных за н-ое количество дней. Полсе этого она прекрасно предсказывала, сколько энергии сейчас нуно, чтобы не перегружать подстанции. И еще знаю, система диспетчерезации и распределения грузовых поездов на перегонах. Да еще в теории финаннсов и на бирже есть системы работающие под управлением самообучающихся нейросетей. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
gab 0 12 ноября, 2004 Опубликовано 12 ноября, 2004 · Жалоба А я по работе хочу использовать НС для оценки канала распространения радиосигнала и синхронизации. Получается пока хреново :(. Зато домашний проект прикручивания самоорганизующейся НС к тележке на колёсиках идёт полным ходом :). А вообще мне немного не повезло -- у нас НС'ами занимается другой отдел. Они их успользуют для фильтрации сигнала и управления фазированными антенными решётками. Говорят получается. По поводу применения НС рекомендую прочесть книжки "применение НС для обработки сигналов" и "... для обработки изображений". Так же -- www.module.ru -- это по поводуклассификации в реальном времени. У них в авишных демонстрашках есть такое. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
NikolaKirov 0 5 декабря, 2004 Опубликовано 5 декабря, 2004 · Жалоба А какие симуляторъи ползуете? Если можно даите линк на что то интересное. Хочется попробоват потенциал невросетей. Я давно занимаюс с Голосовое Управление но до тех пор с стандартное програмирование не успел сделат что то устоичиво работащее. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
lamerok 0 5 декабря, 2004 Опубликовано 5 декабря, 2004 · Жалоба А какие симуляторъи ползуете? Если можно даите линк на что то интересное. Хочется попробоват потенциал невросетей. Я давно занимаюс с Голосовое Управление но до тех пор с стандартное програмирование не успел сделат что то устоичиво работащее. <{POST_SNAPBACK}> Я пользовал MatLab с пакетом для нейронесетей. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
gab 0 6 декабря, 2004 Опубликовано 6 декабря, 2004 · Жалоба А какие симуляторъи ползуете? Если можно даите линк на что то интересное. Хочется попробоват потенциал невросетей. Я давно занимаюс с Голосовое Управление но до тех пор с стандартное програмирование не успел сделат что то устоичиво работащее. <{POST_SNAPBACK}> Я программист, поэтому симуляторы самописные. Сейчас с женой делаем пакет анализа данных с GUI по linux. Ей - для жидкостной хроматографии, мне - для систем связи, AI и всего остального :). Но он будет, в основном, расчитан на плату нейросопроцессора МС4.31. Как напишу - выложу под GPL. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
Alex2172 0 16 февраля, 2005 Опубликовано 16 февраля, 2005 · Жалоба Где я использовал нейросети: - C-кластеризация в задачах классификации - анализ набора хаотических данных в отсутствии корелляционной зависимости Интересно кто-нибудь использовал НС в задачах анализа временных рядов курсов валют или котировок? Ну конечно же использовал. Интересует каких результатов Вы добились? Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
gab 0 17 февраля, 2005 Опубликовано 17 февраля, 2005 · Жалоба Мы с приятелем пытаемся. Но до результата ещё далеко. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
sergag 0 22 марта, 2005 Опубликовано 22 марта, 2005 · Жалоба А посмотри: http://www.keldysh.ru/departments/dpt_17/redko.html и http://www.iont.ru/projects/rfbr/90197/. По-моему, как раз он и использовал нейронные сети для анализа курса котировок акций. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
pschl 0 27 апреля, 2005 Опубликовано 27 апреля, 2005 · Жалоба Я пользую НС для диагностики металлических конструкций при сложных динамических нагрузках. Пока правда есть трудности, но двигаюсь к успеху. Есть интересный вопрос, на который все специалисты в этой области стараются не отвечать "Как зависит структура НС от сложности объекта, информацию о котором она обрабатывает" Есть только частные случаи решения этой проблемы. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
xelos 0 27 апреля, 2005 Опубликовано 27 апреля, 2005 · Жалоба я студентом будучи, для проекта по автоматике делал регулятор на нейросети и на нечеткой логике (два разных регулятора) - положение шарика на наклонной плоскости регулировал - намано получилось, нейросети и нечеткая логика давали похожие результаты, регулирование было быстрее чем ПИД регулятором. работал с МатЛабом и модулями к нему. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
pschl 0 28 апреля, 2005 Опубликовано 28 апреля, 2005 · Жалоба я студентом будучи, для проекта по автоматике делал регулятор на нейросети и на нечеткой логике (два разных регулятора) - положение шарика на наклонной плоскости регулировал - намано получилось, нейросети и нечеткая логика давали похожие результаты, регулирование было быстрее чем ПИД регулятором. работал с МатЛабом и модулями к нему. <{POST_SNAPBACK}> При более сложном алгоритме управления получается, что использование НС не выгодно. Прелесть НС в том, что она учится управлять сама. Но кто будет ее учить? Применение сетей без учителя возможно, но при небольшом количестве нейронов. Применение сетей с учителем требует непосредственно учителя, а учить может или человек или регулятор, который подключен параллельно с НС находящейся в состоянии обучения. Сами понимаете, что если есть работающий регулятор, то зачем еще городить НС. Вот и возникает вопрос, как зависит структура НС от сложности объекта управления?) Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
gab 0 28 апреля, 2005 Опубликовано 28 апреля, 2005 · Жалоба При более сложном алгоритме управления получается, что использование НС не выгодно. Прелесть НС в том, что она учится управлять сама. Но кто будет ее учить? Применение сетей без учителя возможно, но при небольшом количестве нейронов. Применение сетей с учителем требует непосредственно учителя, а учить может или человек или регулятор, который подключен параллельно с НС находящейся в состоянии обучения. Сами понимаете, что если есть работающий регулятор, то зачем еще городить НС. Вот и возникает вопрос, как зависит структура НС от сложности объекта управления?) <{POST_SNAPBACK}> В серии "Нейрокомпьютеры и их применение" была книга #2 "нейроуправление и его применение" автор - Сигеру Омату. Там сравнивалось PID, нейро и fuzzy. Алгоритмы самообучения там тоже рассмотрены. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
qwesystemc 0 30 апреля, 2005 Опубликовано 30 апреля, 2005 · Жалоба Самое главное это понять что ничего магического НС делать не могут: на самом деле это просто линейные функции, то есть задается плоскость и нейрон определяет с какой стороны от нее находятся входные данные, ну а обучение это просто выбор этой плоскости. Более сложные НС это еще простенькая схемка приделанная к нескольким нейронам. Вот и получается что они могут решать только задачи которые (пусть приближенно) можно описать таким тривиальным способом. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
xelos 0 1 мая, 2005 Опубликовано 1 мая, 2005 · Жалоба Самое главное это понять что ничего магического НС делать не могут: на самом деле это просто линейные функции, то есть задается плоскость и нейрон определяет с какой стороны от нее находятся входные данные, ну а обучение это просто выбор этой плоскости. Более сложные НС это еще простенькая схемка приделанная к нескольким нейронам. Вот и получается что они могут решать только задачи которые (пусть приближенно) можно описать таким тривиальным способом. <{POST_SNAPBACK}> нейросети это не обязательно линейные функции - функцию нейрона можно задать любую, и вся сеть будет описывать достаточно сложную фигуру. не стоит забывать "самообучающиеся сети" - которые достаточно широко используются в задачах классификации - здесь интерес в том, что неизвестный входной сигнал (который раньше не встречался) может быть отнесен к уже существующим группам, или сеть создаст новую группу. надеюсь понятно написал? Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться