मेरा लक्ष्य निम्नलिखित समस्या को हल करना है, जिसे मैंने इसके इनपुट और आउटपुट द्वारा वर्णित किया है:
इनपुट:
नोड्स, स्रोतों और सिंक ( ) के साथ एक निर्देशित चक्रीय ग्राफ ।n 1 मीटर > n ≥ 1
आउटपुट:
वीसी आयाम (या इसके एक सन्निकटन) टोपोलॉजी के साथ तंत्रिका नेटवर्क के लिए ।
अधिक विवरण :
- में प्रत्येक नोड एक सिग्माइड न्यूरॉन है। टोपोलॉजी तय हो गई है, लेकिन किनारों पर भार सीखने के एल्गोरिथ्म द्वारा भिन्न हो सकते हैं।
- लर्निंग एल्गोरिथ्म तय हो गया है (पिछड़े-प्रचार का कहना है)।
- स्रोत नोड्स इनपुट न्यूरॉन्स होते हैं और केवल से तार ले जा सकते हैं इनपुट के रूप में।
- सिंक नोड आउटपुट यूनिट है। यह से कोई वास्तविक मूल्य आउटपुट कि हम में इसे राउंड या करने के लिए नीचे यह एक निश्चित तय सीमा से अधिक है अगर से दूर ।
अनुभवहीन दृष्टिकोण बस उन पर नेटवर्क को प्रशिक्षित करने का प्रयास करके, अधिक से अधिक बिंदुओं को तोड़ने की कोशिश करना है। हालांकि, इस तरह के सिमुलेशन दृष्टिकोण कुशल नहीं है।
सवाल
क्या इस कार्य की गणना करने के लिए एक कुशल तरीका है (यानी in जब निर्णय-समस्या में बदल दिया जाता है: क्या वीसी-आयाम इनपुट पैरामीटर से कम है ?) यदि नहीं, तो क्या कठोरता के परिणाम हैं?
क्या इस फ़ंक्शन की गणना या अनुमानित करने के लिए एक कार्य-अच्छी तरह से अभ्यास तरीका है? यदि यह एक अनुमान है, तो क्या इसकी सटीकता की कोई गारंटी है?
टिप्पणियाँ
मैंने आँकड़ों पर एक समान प्रश्न पूछा था । लेकिन उसने कोई दिलचस्पी नहीं पैदा की।