Мне назначили тему курсового проекта – “Некоторое применение нейроных сетей”. Пробую целый месяц! Есть куча литературы всякой разной но от неё толку мало нужны люди кто хоть как-то разбираеться в этом особено с практикой. Пожалуйста отзовитесь!!!
2 RaHaAnДа, Дима, круто же тебя подставил наш Лошманов со своими нейронными сетями… [smile badgrin]
Я вот за свой курсовой проект даже не брался еще и не беспокоюсь за него – изучаю потихоньку информационную безопасность, разрабатываю эффективный алгоритм шифрования для своей сетевой программы тестирования…Хороший алгоритм шифрования тоже не просто сделать, но…
Короче, ройся лучше в интернете, Дима. Здесь валяется всякого… Зайди на форумы “На исходниках”, короче – специализированные. Еще, наверное, стоит тебе хорошенько потолковать с самим Лошмановым – пусть помогает, раз уж тебе досталась самая тяжелая тема из всей нашей группы… 😉
Зачем тебе такие люди, которые разбираются?Исходники, книжки, программки, готовый курсовой – это понятно, а люди зачем?Я серьезно занимался нейросетями.
🙁 Вы видели тему курсового? У меня даже толком задания как такового нет. Может у когонибудь есть пореальней задача или хотябы такая в которой с помощью нейроных сетей можно сделать что-то что можно будет показать! Например с графикой чтонибудь посоветуйте. А материала у меня полно всякого тока что имено сделать с помощью нейроных сетей я незнаю.
Можно сделать распознавание графического образа, что то типа FineReader, чтобы распознавал графическое изображение буквы.Можно найти даже пример такой готовой программы(opensource) в сети.
Очень хорошая тема курсового. Разве было бы лучше, еслиб тебя привязали к какой нибудь теме жестко.Если материала полно, то посмотри в этом материале применение ИНС.Конкретные задачи: рапознавание букв, распознавание росписей людей, рапознавание людей по характеру набора какого-нибудь текста на клавиатуре (задержки между нажатием различных клавиш, скорость набора и пр.), поиск лиц на фотографиях, распознавание мужнина/женщина на фотографиях на документы…БОльшей проблемой является поиск обучающих выборок их нормирование, необходимых для обучения сети.А вообще зачем тебе, что-то грандиозное, скачай готовый пример и сдай преподу. Имей ввиду, ни кто не гарантирует, что созданная тобой сеть будет успешно обучатся для данной конкретной задачи. Еще слишком много открытых теоретических вопросов, чтобы безпроблем применять ИНС направо и налево. В общем можешь сильно намучится и ни чего не получить.
[quote name='Finder']А вообще зачем тебе, что-то грандиозное, скачай готовый пример и сдай преподу.[/quote]Не получится ему просто скачать пример и сдать нашему преподу. Ведь это курсовой, который станет, вероятно, началом наших дипломов. Наш преподователь обязательно потребует объяснить смысл жизни каждой строчки кода программы.Он, вообще-то преподаватель очень хороший. На его совести нет ни одного заваленного им студента. Но он очень любит математику и различные научные проекты, а еще – компьютерную графику. И с удовольствием бы дал каждому из нас что-нибудь вроде программы для решения любых уравнений с построением графиков и транслятором формул. Или трехмерная графика. Но не всегда студент способен справиться с таким заданием.Вот уже который год кто-нибудь из выпускников берет тему “Автоматическое составление расписания уроков”. Вроде бы просто, а зубы пока обламывали. Может не те брали?..Так что, видимо, придется все писать ему самому, так как разбираться в чужой программе сложнее, чем написать свою.Вот по этому и нужны люди, которые и материал имеют, и объяснить если что не понятно, человечьим языком смогут.Материал – это еще не все, что надо. Я вот, пока скачал описания различных алгоритмов шифрования, вроде DES и ГОСТ 28147-89, да вот только голова идет кругом, когда пытаешься вникнуть во всю эту математику…
Я понял, что Вы говорите о Хусаинове. Хороший дядька, главное умный но немного странный поэтому студенты его поначалу не понимают. А вообще в этой голове вертятся гениальные мысли. Если ему все вовремя сдавать и не хамить, то проблем не будет.Желание сделать самому – это похвально. ИНС это несложно, только не тривиально. Зато полная свобода действий. 1. Получение и нормирование выборок.2. Построение сети.3. Обучение.
1. Получение выборок зависит от того, что Вы делаете, думаю с этим вопросом не возникнте. Нормирование. Как хотите так и нормируйте. Главное, чтоб все выборки были одинаковой длинны, нормированы по амплитуде, поступали на большое количество входов ИНС, маленькая информационная нагрузка на один вход, чтоб небыло лишней инормации, желательно, чтоб значения в выборках не сдвигались относительно входов ИНС (сеть этого не любит, и плохо обучается), т.е. один вход должен все время обслуживать например один пиксель.
2. Построение сети. Определитесь со структурой (например слоистая – это классика а можно полносвязную). Мое личное мнение, что из полносвзяной сети, можно получить любую в роцессе обучения, только процесс обучения усложняется на порядки. Главное универсальность, если делаете слоистую, то предусмотрите возможность любого количества слоев, входов, нейронов, выходов, и произвольную активационную функцию с произвольными коэффициентами. Работа сети -помоему все просто, один нейрон работает совсем несложно, главное разобрать каким нейронам “разсылать” результат его работы. Лучше не заморачивайтесь с классом сеть->слой->нейрон->вес. Лучше делайте все в матричном виде, т.е. в виде нескольких массивов. Все эти красивые картинки нейронов, с синапсами, и аксонами для начинающих с целью понимания работы. Сама работа сети проста на примере 2 нейронов в двух слоях, а далее просто размножаем эту идею на 4 слоя и по 100 нейронов в каждом (например). Можно замутить трапецивидную, слоистую сеть.
3. Обучение. А вот тут начинается самое интересное! Нетривиальный головняк! Главное понять суть и смысл. Типа сеть это функция с милионом аргументов, нужно найти ее минимум, желательно глобальный. Это Ваша цель. Достигать ее можно любым способом. Если Вы придумаете свой новый и эффектинвый способ, то продвините ИНС вперед. Для слоистых сетей – метод обратного распостранения ошибки (Back Propagation) – классика. Агрессивный математический метод, частный случай метода градиентного спуска. Я начинал с него (успешно), но мне он не нравится, этон е естественно и не спортинво! (ни думаю, что у нас в голове работает Back Propagation) Есть еще гинетические алгоритмы, метод эмитации отжига, метод случайного тыка плюс угроза какой-то матерью и танцы с бубном вокруг (иногда помогает).Дерзайте.
Я потихоньку начал вникать в суть и решил пока сделать лабораторную по Информационной безопасности т.е. с помощью нейроных сетей шифровать и расшифровывать текст идея нормальная начну реализовывать заодно научусь основам. Для этого выбрал многослойный перцептрон и обратное распростронение ошибок. Но вот вся загвостка состоит в подборе входных данных т.к. этот дельта метод (Правило Видроу – Хоффа) ну никак не для всего работает. Например там изменение веса идет по норма обучения * ошибку * входной сигнал (для сети из одного нейрона)(W = n * d * x) но – если x равен 0 уже неработает (никакого изменения веса нету) – и при различном х просто не хочет работать(ошибка между целевым и фактическим выходом неправильная получаеться)
вот и начинаються глюки которые надо решать подбором входных сигналов, вот в этом пока вся загвоздка!!. Р.S.(Спасибо за отзывы)
Finder ты же работал с нейроными сетями ты наверное из реализовывал так вот у меня к тебе вопрос – У меня если делать значение входного сигнал = 0 то все идет коту под хвост, начинаются всякие ошибки и т.д. ты с эти встречался? если да то как с этим справиться?
Copyright ©