Algorithm 如何在图形或人工神经网络中引导信息流？
我正在构建一个无向的ANN。没有明显的输入或输出节点，所有连接都是无方向的 为了使网络正常工作，我正在设计系统，将每个节点的动作阈值和加权关系视为其与“焦点”节点（临时输出节点）距离的函数 换句话说，我将任意选择一个节点或一组节点作为数据的端点和输出。此节点可以随时更改。通过图形的信息流将像磁铁一样吸引到所选节点，因为从统计上讲，靠近终端节点的节点更可能激活并沿该路径发送信息 我的希望是，这可以创建一个非常动态和现实的ANN模式，具有非常精确的学习模式 现在，我一直在讨论如何有效地确定每个节点到结束节点的距离。根据我所读到的，如果我使用Neo4j，计算两点之间的最短路径平均需要250毫秒。将此类计算纳入算法的速度太慢，因为这意味着必须为当前“发射”节点的每个相邻节点重复计算最短路径 有什么想法吗 。。。这意味着必须重复计算最短路径 对于当前“触发”节点的每个相邻节点 Dijkstra的最短路径算法将查找从一个节点到网络中每一个其他节点的最短路径-因此，您可以在O（N^2）时间内通过该算法查找到指定终端节点的所有最短路径 Floyd Warshall算法计算网络中每对节点在O（N^3）时间内的最短路径，需要O（N^2）存储空间。如果您的网络没有变化，并且您可以承担前期计算成本，那么这可能是一个不错的选择Algorithm 如何在图形或人工神经网络中引导信息流？,algorithm,artificial-intelligence,neural-network,graph-theory,neo4j,Algorithm,Artificial Intelligence,Neural Network,Graph Theory,Neo4j,我正在构建一个无向的ANN。没有明显的输入或输出节点，所有连接都是无方向的 为了使网络正常工作，我正在设计系统，将每个节点的动作阈值和加权关系视为其与“焦点”节点（临时输出节点）距离的函数 换句话说，我将任意选择一个节点或一组节点作为数据的端点和输出。此节点可以随时更改。通过图形的信息流将像磁铁一样吸引到所选节点，因为从统计上讲，靠近终端节点的节点更可能激活并沿该路径发送信息 我的希望是，这可以创建一个非常动态和现实的ANN模式，具有非常精确的学习模式 现在，我一直在讨论如何有效地确定每个节点到