क्या किसी ने तंत्रिका नेटवर्क बनाने के बारे में सोचा है, केवल उनसे जवाब देने के बजाय सवाल पूछते हैं?


14

अधिकांश लोग तंत्रिका नेटवर्क के साथ सवाल का जवाब देने की कोशिश कर रहे हैं। हालांकि, क्या किसी ने कुछ सवालों के जवाब देने के बजाय तंत्रिका नेटवर्क से सवाल पूछने के बारे में विचार किया है? उदाहरण के लिए, यदि कोई सीएनएन यह तय कर सकता है कि कोई वस्तु किस श्रेणी की है, तो क्या वह वर्गीकरण में मदद करने के लिए कुछ सवाल पूछ सकता है?


मुझे लगता है कि ऐसा करना दूसरे क्रम के प्रश्न के रूप में योग्य है। लिंक मुझे ऐसा लगता है कि मैं यूरेका का उपयोग करते हुए कोपलानारिटी भ्रमण मेट्रिक्स के लिए ऐसा कर रहा था , लेकिन इसमें सवाल को बहुत ही असामान्य तरीके से शामिल किया गया था। यह एक बहुत बड़ा सवाल था। मेट्रिक्स पर मेट्रिक्स, या मेटा-मेट्रिक्स लर्निंग को लागू करना था। विशिष्टता प्रश्न को सरल बनाने में मदद करती है। डोमेन और प्रश्न की सीमा निर्दिष्ट करें।
एंग्रीस्टूडेंट -

जवाबों:


2

शायद तंत्रिका नेटवर्क इसके लिए सबसे अच्छा साधन नहीं हैं।

यह मुझे लगता है कि ion वर्गीकरण में मदद करने के लिए एक प्रश्न ’की आपकी धारणा के बराबर मशीन लर्निंग (एमएल) का उपयोग मानव-पढ़ने योग्य नियम प्राप्त करने के लिए होगा जो वर्गीकरण करता है। विचार यह है कि, यदि आप अंत तक सभी तरह से नियमों की लागू श्रृंखला का पालन करते हैं, तो आपके पास एक क्लासिफायरियर है, यदि आप इससे पहले रुक जाते हैं, तो आपके पास एक संकेतक होता है कि इनपुट की कौन-सी विशेषताएं अधिक मोटे-अनाज वाले वर्गीकरणों को देती हैं, जो सवालों के उत्तरोत्तर विस्तृत अनुक्रम के रूप में देखा जा सकता है जो 'वर्गीकरण की सहायता करते हैं'।

यहाँ छवि विवरण दर्ज करें

नियम बनाने के लिए एमएल का उपयोग करने के लिए विभिन्न विकल्पों पर अधिक विस्तार से इस प्रश्न के उत्तर में पाया जा सकता है ।


1

इसका एक समाधान एक बहुस्तरीय वर्गीकरण के लिए निर्णय वृक्ष और ANN का संलयन हो सकता है।

एक निर्णय पेड़ वर्गीकृत करने के लिए संभव श्रेणी की भविष्यवाणी करने में मदद कर सकता है। फिर, पेड़ की पत्तियों पर ANN अंतिम वर्गीकरण का उत्पादन कर सकता है।

उदाहरण के लिए, छवि मान्यता में, वृक्ष यह निर्धारित कर सकता है कि किस श्रेणी की वस्तु की पहचान की जाए (उदाहरण के लिए, परिदृश्य, लोग, वाहन, आदि) और उपयुक्त प्रकार के लिए ANN यह अनुमान लगा सकता है कि यह किस वस्तु का है। वाहनों में, उदाहरण के लिए, कार, बस, बाइक आदि।


1

बड़ा सवाल है। आज एआई सिस्टम "वन बर्स्ट" मोड में काम करता है। एक इनपुट प्राप्त करें और एक आउटपुट उत्पन्न करें। हमारा दिमाग ऐसे काम नहीं कर रहा है।

पहला कदम यह है कि नेटवर्क को कैसे "हेल्पर" के साथ संवाद करना सीखना है, इसलिए परिणाम उत्पन्न करने के बजाय नेटवर्क और चक्र दोहराएंगे जब तक कि नेटवर्क परिणाम न मिल जाए।

प्रश्न / उत्तर चक्रों के बीच आवश्यक आंतरिक स्थिति के लिए नेटवर्क आवर्तक होना चाहिए।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.