Odpowiedzi na takie pytania szuka sie w podreczniku pomocy do programu,
ktorym ta grupa nie jest. Ewentualnie naucz sie korzystac z google.

--

Albo jeszcze inaczej, zalozmy, ze na wykresie gieldowym wybralem serie
probek i zakwalifikowalem je jako zle lub dobre do otwarcia pozycji. W jaki
sposob teraz sprawic aby program rozpoznal aktualna sytuacje i
zakwalifikowal j± jako zla dobra lub nijaka?

Pozdr,L.

Witam

Napisalem ostatnio program pozwalajacy tworzyc i uczyc sieci neuronowe
w oparciu o algorytm opisany na tej stronie:
http://home.agh.edu.pl/~vlsi/AI/backp_t/backprop.html
Sprawa jest dosc dziwna bo o ile program radzi sobie bez problemu z
uczeniem sie i rozpoznawaniem prostych liter (5x5 pixeli) to nie jest
w stanie nauczyc sie obliczania XORa przy pomocy sieci 2-2-1.
Po 400 000 epok uczacych, w testach dostaje zawsze nastepujace wyniki:
0, 0 -> 0.005
0, 1 -> 0.995
1, 0 -> 0.499
1, 1 -> 0.500

Czyli raczej nie za dobrze. I teraz nie wiem w czym moze byc problem.
Swoja implementacje przejrzalem juz kilka razy i wyglada ok. Moze
problem jest w samym algorytmie? Nie chodzi mi ogolnie o
backpropagation tylko o sposob konkretnie opisany na stronie powyzej.
Z gory dziekuje za jakies wskazowki.

Nie jest co prawda tak wygodna jak Google, nie pasuje mi na przykład że
wyniki nie są wyświetlane w postaci listy, chociaż tu różni się tym że
więcej tesktu jest cytowane, to w Google jakoś po krótkim dwulinijkowym
cytacie wiadomo było który wunik wybrać.
Jednak Cuil mam jedną ciekawą rzecz: mamy podział na kategorie; suzkając
"Delphi" mamy zakładki "Borland Delphi", "Delphi Automotive","Delphi6" i
inne a z drugiej strony po prawo kategorie "Borland Software" i inne.
Kiedyś gdy Google podawalo ile ma zaindeksowanych stron było tam około 3
miliarów, co wydawało się wielką liczbą, Coli podaje ponad 121 miliardów !
chociaż dziś Google musi miec jeszcze więcej, szkoda że nie podaje.
Google słowo "the" znajduje na 14 miliardach stron a Cuil zaledwie na 250
stronach.

Mam wielką prośbę odnośnie klasyfikacji, ponieważ wszędzie jest
napisane pobieżnie na ten temat.
A mianowicie:

Piszę program, a raczej przerabiam swój stary (tworzył aproksymację
funkcji).
Program ma klasyfikować punkty na płaszczyźnie.
W programie jest możliwość wyboru ilości warstw i neuronów.

Moje pytania to:
1. Ile sieć powinna mieć wejść?
2. Ile wyjść? (tyle ile klas?)
3. Co otrzymam na wyjściu? (funkcja liniowa, współrzędne jakiejś
powierzchni czy np.(1,0)?)
4. Jaka metoda uczenia sieci?

Wiem że pytania mogą być dla niektórych banalne, ale zależy mi na
jakichś konkretnych odpowiedziach.

Będę wdzięczny za jakiekolwiek informacje.
Linki w ostateczności.

Różne media podały, że podobno już 2010 roku na dwóch dyskach
można będzie umiescić informacje zawarte w mózgu człowieka.
http://scienceblogs.com/twominds/2008/07/the_capacity_of_the_human_brai.php

http://www.patentstorm.us/patents/7339762/claims.html

WM

Podrążę jeszcze troszkę poprzedni temat, tylko postaram się unikać
tego słowa na k, które tak brzydko
się kojarzy.
Mamy ethernet. I 40 sieci neuronowych,
które opanowały protokół i potrafią
przesyłać między sobą pakiety po tymże
ethernecie, w jakimś tam celu.
Adresowanych od 1 do 40.
Pod adres 1 wysyłamy ciąg pakietów -
przykładów i ocen - które nauczą sieć
1 czynności "wyślij analogiczny ciąg
pakietów pod adres o 1 większy od
swojego".
Zrobiliśmy wirusa?

Witam.

Przy analizie spektralnej transformata Fouriera w celu
jak najlepszego przeanalizowania sygnalu wystarczy
para funkcji okienkowych gdzie jedna jest wysoce
dynamiczna, a druga o bardzo duzej rozdzielczosci,
czy lepiej zawsze ogladac rozklad czestotliwosci przy
uzyciu kilku/kilkunastu funkcji okienkowych?

Pozdrawiam.

Tłumaczenie całkiem niezłej jakości, lepsze niż w znanych mi programach
tłumaczących.
Można więc przeglądać angielską Wikipedię czy rosyjskie strony o Delphi
używając (szukając po rosyjsku http://www.google.pl/translate_s?hl=pl )
W faq pisze że wykorzystano statystyczne tłumaczenie maszynowe:
"Większość nowoczesnych, komercyjnych systemów tłumaczenia maszynowego
będących obecnie w użyciu została opracowana w oparciu o ręcznie
zaprogramowane reguły i wymaga ogromnej pracy związanej z definiowaniem
słowników i reguł gramatycznych.

W naszym systemie zastosowaliśmy inne podejście: wprowadzamy do komputera
miliardy słów tekstu, zarówo tekstu wyłącznie w języku docelowym, jak i
tekstu dopasowanego, składającego się z tłumaczeń wykonanych przez człowieka
z jednego języka na drugi. Następnie, w celu utworzenia modelu
tłumaczeniowego, stosujemy techniki uczenia statystycznego. W ocenach
badawczych uzyskaliśmy bardzo dobre wyniki."
Zastanawiam się skąd wzięto te tłumaczenia.

Z rzeczy, których mi jeszcze brakuje w Google to podział wyników według
znaczenia, np szukając "Hilton", przydałoby sie wskazać czy chodzi o Paris
Hilton czy o Hotel Hilton

witam,

znacie jakies czasopisma poswiecone sztucznej inteligencji w ktorych
sa publikowane artykuly naukowe ?