Neural network 利用分类系统自动生成神经网络_Neural Network

Neural network 利用分类系统自动生成神经网络

neural-network

Neural network 利用分类系统自动生成神经网络,neural-network,Neural Network,从我所看到的关于神经网络和遗传算法的一切，我注意到了一些事情： NNs非常擅长在经过一定次数的迭代后收敛到一个解。GAs擅长在经过若干代人之后找到问题的解决方案。然而，这里有一个时间复杂性障碍，那就是神经网络和遗传算法本身的实际构造。这就是实际技能和理解的来源：考虑节点、权重、激活函数等。对于遗传算法来说，是适应度函数、误差值等。这一切都由问题域本身决定我的建议是找到一种通用算法，它可以接受问题陈述，例如“创建一个模拟无网篮球游戏的程序，并找到有效游戏的最佳策略”，并使用数据库、统计、分类系统

从我所看到的关于神经网络和遗传算法的一切，我注意到了一些事情：

NNs非常擅长在经过一定次数的迭代后收敛到一个解。GAs擅长在经过若干代人之后找到问题的解决方案。然而，这里有一个时间复杂性障碍，那就是神经网络和遗传算法本身的实际构造。这就是实际技能和理解的来源：考虑节点、权重、激活函数等。对于遗传算法来说，是适应度函数、误差值等。这一切都由问题域本身决定

我的建议是找到一种通用算法，它可以接受问题陈述，例如“创建一个模拟无网篮球游戏的程序，并找到有效游戏的最佳策略”，并使用数据库、统计、分类系统、逻辑、，决策理论，数学

至少部分解决该问题的一种可能方法是拥有一个问题域数据库，以及一个用于该问题的现有神经网络和遗传算法

数据库可以具有以下属性：

Problem statement : VARCHAR, 
Problem domain    : VARCHAR, 
numLayers         : INT,
NNTree            : TREE, 
numNodes          : INT, 
activationFunct   : LIST

当用户指定程序语句时，程序必须将其分解为元素。例如，“学习游戏有效策略的上网球模拟器”

分为上网球[游戏规则已知]、模拟器[暗示2d或3d图形、图形的预定义对象]、有效[解释为最佳，影响使用的激活功能]、策略[解释为对象的紧急行为]、游戏[解释为目标导向的行动列表]

这需要什么数据结构或算法

如果有人能解决这个问题，他实际上是在无中生有地创造智慧。没有（我的拙见是永远不会有）一种方法可以自动发现一种方法来选择解决问题的方法。这将假定问题的解决方案已经为人所知。在这种情况下，没有必要去发现解决问题的方法

希望我能帮忙

人类用来决定神经网络结构的过程，也就是我试图模拟的过程。它实际上与决策理论密切相关，决策理论显然可以从现有的神经网络中提取出来。尽管我还没有找到能做到这一点的软件，除非你知道有什么？创建神经网络本身的算法是基于概率的，它不是一门精确的科学。关键是如果你有一个神经网络数据库，那么你可以根据它们的相似性从这些网络中借用，来创建新的神经网络。我知道你的目标很高。小得多的问题很难由伟大的研究人员团队来解决。有一件事，它应该告诉你你想“攻击”什么，这就是所谓的“元学习”，只要读一下这个领域的一些论文，你可能就会明白这个问题有多难。约克，如果你见过类似于你提出的方法，请提供参考。我真的很想看看如何建立一个关于建立什么样的神经网络或使用什么样的适应度函数的决策过程。如果概念模型清晰，我相信我们可以建立一个数据模型。对吧？可能是重复的