Які переваги нейронних мереж зі складною оцінкою?


11

Під час мого дослідження я натрапив на "складні нейронні мережі", які є нейронними мережами, які працюють зі складними вхідними даними (ймовірно, також вагами). Які переваги (або просто програми) такого типу нейронної мережі перед нейронними мережами, що мають цінність?

Відповіді:


8

Відповідно до цієї роботи , комплексні значення ANN (C-ANN) можуть вирішувати такі проблеми, як XOR та виявлення симетрії з меншою кількістю шарів, ніж реальні ANN (для обох цих даних достатньо двошарового C-ANN, тоді як 3-х шаровий R-ANN потрібно).

Я вважаю, що досі залишається відкритим питання про те, наскільки корисний цей результат на практиці (наприклад, чи насправді це полегшує пошук правильної топології), тому в даний час ключовою практичною перевагою C-ANN є те, коли вони є більш тісною моделлю для проблемний домен.

Тоді області застосування складаються там, де складні значення виникають природним шляхом, наприклад, в оптиці, обробці сигналів / FFT або електротехніці.


Що перешкоджає застосуванню в областях, де складні значення не виникають "природно"?
dynrepsys

@dynrepsys Наскільки мені відомо, нічого, хоча маючи складні входи в реальній цінній області, здавалося б, незвичайний вибір дизайну.
NietzscheanAI

Чи можна їх використовувати у вазі, не використовуючи їх як вхідні матеріали?
dynrepsys

@dynrepsys Я так вірю.
NietzscheanAI

Лише побічна примітка - реалізація складних ваг та активацій є певними платформами та мовами може бути незручною, оскільки багатьом не вистачає підтримки для складних типів даних. У деяких, таких як C #, VB.net, T-SQL та інших, з якими я знайомий, доступні різні способи, як-от використання структур, класів та визначених користувачем типів (UDT), але зазвичай це просто не те саме, що вбудовані- у підтримці типу даних. Особисто мені було легше моделювати складні ваги та активації, просто використовуючи два (або більше) типи даних з реальною вартістю, по одному для кожної осі. YMMV, хоча, залежно від програми ...
SQLServerSteve
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.