Скажем так, под таким коридором я подразумеваю то, что области подобных неверных решений могут пересекаться, образовывая, грубо говоря, не прямой коридор, а угловатый. Кстати о «формах», я просто представляю эти самые значения в визуальной форме, ну как на картинках выше.
Я и не говорю, что я задаю алгоритм. Именно что сеть реализует алгоритм. Они его и будет реализовать. Непосредственно учитель будет обучать, к алгоритму он никакого отношения иметь не будет. Алгоритм (который я вам на данном этапе пока точно предоставить не могу) реализуется какой-то структурой сети. Вот именно он и будет работать над генерированием решения. Повторюсь, что учитель ничего с алгоритмом делать не будет.
На счет задач. Для себя я представляю задачи в совокупности значений «если… то ...», но вам, как я вижу, удобней в четких математических аналогиях. Постараюсь ответить в подобной форме. О, кстати, в качестве просто примера с не одним решением можно даже упомянуть выражения, которые решаются интервальной арифметикой. В подобных случаях решение не одно, а целый интервал.
Это не моя область специализации, так что рекомендую ознакомиться с соответствующей литературой по этому поводу. В предыдущем комментарии я не изобретала ничего нового, просто процитировала то, что говорят об этом источники.
Примерно так. Для сети задается коридор значений, ограниченный неверными решениями, который может быть самой изощренной формы. В зависимости от этого коридора (или, ежели так можно выразиться, он начальных условий) НС будет в соответствии с определенным алгоритмом генерировать решение. В связи с тем, что для разных задач коридор будет разным, решения НС (отмечу, что алгоритм будет тот же) будут отличаться.
Ну, вообще эвристический алгоритм может генерировать такое решение, правильность которого для всех возможных случаев не доказана. Более того, алгоритм может быть формально неверен. В общем, для более полной информации рекомендую поискать в сети.
Нет, обратное распространение ошибки тут совершенно ни при чем.
По поводу примеров, в данном случае, ежели пытаться решить пример с помощью предложенной концепции, получится что-то вроде попытки есть суп вилкой. Для решения подобных уравнений есть прекрасные пакеты программ с обычной логикой. Мое же предложение скорее ориентировано на задачи, в которых нет 1 правильного ответа и множества неправильных.
Тем более, кстати сказать, математическая корректность — это далеко не самый ключевой момент. Взять, например, эвристический алгоритм. :)
А что вы понимаете под «описанием именно интеллекта»? Как мне показалось, это довольно интересная попытка оценить функционирование мозга с точки зрения инженера. Ну а в связи с тем, что до конца люди еще не вполне понимают как же работает мозг, сдается, ждать точных выводов от автора не стоит. :)
Не всё настолько плохо у меня с математикой. Тут несколько уважаемых человек обращали мое внимание на некоторые моменты моего повествования и я постаралась точнее выразить то, что хотела сказать данной статьей. Не сочтите за труд ознакомиться и с ними для более полной картины повествования.
Не очень понятна фраза: «единожды ошибившись, человек понимает, что нужно было сделать по-правильному, т.е. осознает правильный вариант относительно входных данных». Если человек ошибается, он скорее «отмечает» что этот вариант ошибочен. Такой процесс не обязательно ведет к нахождению правильного варианта.
«На входные данные сеть отвечает иногда неверно (это и есть ее ошибки), и в этом случае проводят процедуру обучения — корректировки коэффициентов», — все-таки тут сеть основывается именно на отклонениях от эталона. А я предлагаю с этим самым эталоном дело не иметь.
А по поводу примеров в вашем комментарии. Признаюсь честно, на подобный вопрос я не могу ответить. Да и все-таки в моем понимании, с точными задачами, где правильное решение только одно, уже успешно справляются традиционные средства вычислений. Все-таки я предполагала, что подобная антинейронная организация будет полезна там, где нельзя что-то сказать однозначно. Собственно, для тех идей и жизненных (даже бытовых) проблем, которые мы ежедневно решаем.
Конечно, как говорится, старого пса новым трюкам не обучишь, но мне представляется, что ежели несколько модифицировать подход, то можно решать и задачи, которые я приводила в пример. Скажем так, взять принцип нейронов и сделать с ними что-то другое, заточить под другие задачи. Собственно, об этом я и размышляю в статье.
Ну это как сказать. Ежели рассматривать на эмпирическом примере, попробуем проследить ход решения проблемы. Допустим, мне нужно добраться из пункта А в пункт Б. Как это сделать? Во-первых, я не могу летать (ограничение раз). Во-вторых, пешком я не могу идти более 6км/ч (ограничение два)… Ну и так далее. В данном случае ограничения берутся из так называемого «здравого смысла». Откуда подобные данные возьмутся у НС? Из обучения с учителем. Откуда у учителя? Из здравого смысла/физики/математики. Примером применения подобной идеи я привела прогнозирование из желаемого Y необходимый X. Во многих случаях человеку не под силу удержать в голове и точно сопоставить какие-то данные. Вот именно в таком случае такой подход будет подспорьем.
Я прекрасно понимаю о чем вы хотите мне сказать, более того, уважаю ваше профессиональное мнение.
Конечно, спасибо за дополнительное описание работы ИНС, но прочитав это в вашем изложении, нового ничего не обнаружила. Просто, как мне кажется, мне не вполне удалось донести то, что я хочу рассказать. Все вами вышенаписанное бесспорно верно, но. Но так будет, ежели открыть тот же матлаб, смоделировать сеть и начать давать на вход её неверные решения и не менее неверные результаты на выход. Да, такой финт конечно не сработает. В таком случае, о чем я? О некотором (возможно) пересмотре работы ИНС. В статье я лишь хочу обозначить от чего, по моему мнению, следовало бы отталкиваться. Попробую изложить свою идею еще раз. Не обязательно перебирать все неверные значения (ведь даже в математике есть интервальные вычисления), можно указать коридор разрешенных значений путем обозначения граничного и указания на то, что все значения выше(ниже/правее/левее) также не входят в разрешенную область. Пусть нейрон будет обучен универсальному алгоритму вычисления выходного сигнала. Иными словами, все нейроны, все зависимости от задачи, будут делать одно и то же. Но в зависимости от коридора (можно еще сказать, начальных условий) решение будет получаться разным в зависимости от задачи.
Конечно, мне не хватает точных математических выкладок, но ведь вначале нужна идея. Как говорится, для того, что сделать стол, его нужно сначала придумать.
Зачем же сразу настолько негодовать? С теорией я, как вы выразились, хоть немного ознакомилась и у меня появились подобные размышления.
Упоминание обратного распространения ошибки не совсем понятно. Ибо, грубо говоря, НС корректирует вес при неправильном решении. Это все хорошо, но здесь ключевым фактором является именно отклонение от эталона. Я тут говорю несколько о другом.
Про сходимость обучения. Я и не утверждаю, что это будет линия. Просто на простом примере легче все представить. Объективно говоря, и изображенное мною пространство вариантов далеко не двумерное…
Просто мне не дает покоя тот факт, что, по сути, основная задача НС — аппроксимация решений. Все вышесказанное лишь попытка научить НС генерировать решения самостоятельно.
И еще вопрос. Вы вот сказали, что это неудачная задача для НС, можно поподробней?
Собственно, в этом вопросе вы правы, но данная фраза не просто так заключена в скобки. Вы посмотрите на то, что находится за этими самыми скобками — из коридора возможных значений по определенному алгоритму генерируется новое.
Самой себе я уже, как вы выразились, доказала. Другой вопрос, что, возможно, мне не удается в полной мере выразить свою мысль. Тем более предложенная концепция, опять же возможно, натолкнет кого-то на соответствующее математическое решение. Так что черновиком я вышеизложенное никак не считаю. И даже вон, вы сетуете на отсутствие доказательства, но даже в той же математике много недоказанных теорем, которые лишь ждут, чтобы их кто-то доказал.
Когда мы обучаем НС, мы именно что подстраиваем веса таким образом, чтобы определенный вход обрабатывался так, чтобы на выходе получать выходное значение, соответствующее системе, которую эта НС уловила из примеров. Я же говорю о том, чтобы НС сама принимала решение, основываясь на том, чего она сделать не может (то бишь основываясь на ограничениях, которые мы ей зададим). То бишь в таком случае НС не имитировала бы готовое решение, а генерировала свое.
Я и не говорю, что я задаю алгоритм. Именно что сеть реализует алгоритм. Они его и будет реализовать. Непосредственно учитель будет обучать, к алгоритму он никакого отношения иметь не будет. Алгоритм (который я вам на данном этапе пока точно предоставить не могу) реализуется какой-то структурой сети. Вот именно он и будет работать над генерированием решения. Повторюсь, что учитель ничего с алгоритмом делать не будет.
На счет задач. Для себя я представляю задачи в совокупности значений «если… то ...», но вам, как я вижу, удобней в четких математических аналогиях. Постараюсь ответить в подобной форме. О, кстати, в качестве просто примера с не одним решением можно даже упомянуть выражения, которые решаются интервальной арифметикой. В подобных случаях решение не одно, а целый интервал.
По поводу примеров, в данном случае, ежели пытаться решить пример с помощью предложенной концепции, получится что-то вроде попытки есть суп вилкой. Для решения подобных уравнений есть прекрасные пакеты программ с обычной логикой. Мое же предложение скорее ориентировано на задачи, в которых нет 1 правильного ответа и множества неправильных.
Тем более, кстати сказать, математическая корректность — это далеко не самый ключевой момент. Взять, например, эвристический алгоритм. :)
«На входные данные сеть отвечает иногда неверно (это и есть ее ошибки), и в этом случае проводят процедуру обучения — корректировки коэффициентов», — все-таки тут сеть основывается именно на отклонениях от эталона. А я предлагаю с этим самым эталоном дело не иметь.
А по поводу примеров в вашем комментарии. Признаюсь честно, на подобный вопрос я не могу ответить. Да и все-таки в моем понимании, с точными задачами, где правильное решение только одно, уже успешно справляются традиционные средства вычислений. Все-таки я предполагала, что подобная антинейронная организация будет полезна там, где нельзя что-то сказать однозначно. Собственно, для тех идей и жизненных (даже бытовых) проблем, которые мы ежедневно решаем.
Конечно, спасибо за дополнительное описание работы ИНС, но прочитав это в вашем изложении, нового ничего не обнаружила. Просто, как мне кажется, мне не вполне удалось донести то, что я хочу рассказать. Все вами вышенаписанное бесспорно верно, но. Но так будет, ежели открыть тот же матлаб, смоделировать сеть и начать давать на вход её неверные решения и не менее неверные результаты на выход. Да, такой финт конечно не сработает. В таком случае, о чем я? О некотором (возможно) пересмотре работы ИНС. В статье я лишь хочу обозначить от чего, по моему мнению, следовало бы отталкиваться. Попробую изложить свою идею еще раз. Не обязательно перебирать все неверные значения (ведь даже в математике есть интервальные вычисления), можно указать коридор разрешенных значений путем обозначения граничного и указания на то, что все значения выше(ниже/правее/левее) также не входят в разрешенную область. Пусть нейрон будет обучен универсальному алгоритму вычисления выходного сигнала. Иными словами, все нейроны, все зависимости от задачи, будут делать одно и то же. Но в зависимости от коридора (можно еще сказать, начальных условий) решение будет получаться разным в зависимости от задачи.
Конечно, мне не хватает точных математических выкладок, но ведь вначале нужна идея. Как говорится, для того, что сделать стол, его нужно сначала придумать.
Упоминание обратного распространения ошибки не совсем понятно. Ибо, грубо говоря, НС корректирует вес при неправильном решении. Это все хорошо, но здесь ключевым фактором является именно отклонение от эталона. Я тут говорю несколько о другом.
Про сходимость обучения. Я и не утверждаю, что это будет линия. Просто на простом примере легче все представить. Объективно говоря, и изображенное мною пространство вариантов далеко не двумерное…
И еще вопрос. Вы вот сказали, что это неудачная задача для НС, можно поподробней?