Algorithm 在一个已经训练好的节点人工神经网络中,如何为输入特征找到一组值来最大化输出值

Algorithm 在一个已经训练好的节点人工神经网络中,如何为输入特征找到一组值来最大化输出值,algorithm,neural-network,Algorithm,Neural Network,假设我有一个已经训练过的人工神经网络,它使用一组特征来预测概率。每个培训示例代表一个人。其中一些特征是一个人的固定特征(例如种族、性别等),而其他特征是可以改变的东西(例如饮食、药物等),它们都是二项式的(0或1)。现在,如果我有一个新人(不是来自训练集),我们已经知道他/她固定特征的值,而其他特征的值未知。在给定固定值的情况下,如何为产生最大输出概率的未知特性找到最佳值?谢谢

假设我有一个已经训练过的人工神经网络,它使用一组特征来预测概率。每个培训示例代表一个人。其中一些特征是一个人的固定特征(例如种族、性别等),而其他特征是可以改变的东西(例如饮食、药物等),它们都是二项式的(0或1)。现在,如果我有一个新人(不是来自训练集),我们已经知道他/她固定特征的值,而其他特征的值未知。在给定固定值的情况下,如何为产生最大输出概率的未知特性找到最佳值?谢谢