Нейронная сеть для распознавания образов

Question

Я хочу, чтобы вы помогли мне выяснить, с какой проблемой я сталкиваюсь (распознавание образов или прогнозирование временных рядов) и найти лучшую архитектуру NN, подходящую для этой проблемы.

В моей проблеме, у меня есть много конечных множеств двумерный данных (учебные комплекты) Lets N быть размером набора данных, я хочу, чтобы вычислить с помощью NN. Я хочу, чтобы мой NN узнал эти данные и дал ему первый m данные набора данных дают мне оставшиеся N-m данные.

Я думаю, что это скорее проблема распознавания образов, поэтому лучшая архитектура NN подходит для такого рода.

спасибо.

Answer 1

Насколько я понял, у вас есть набор данных с N строками. И вы хотите тренировать свою сеть, используя первые M строк. И тогда вы хотите, чтобы ваш NN предсказал остальные строки N-M.

Как правило, в прогнозировании (прогнозировании таймсерий), мы делаем такие вещи. Мы обучаем нашу модель с историческими данными и пытаемся предсказать будущие ценности.

Итак, в вашем случае верхние M строк могут быть подготовкой данных на этапе обучения. А на этапе оценки точности модели будущие значения могут быть вашими строками N-M.

Как правило, рекуррентные сети лучше всего подходят для временных данных, поскольку они могут заботиться о упорядоченных данных. ENCOG также предоставляет специальный набор данных для временных данных. И вы можете использовать их для своей проблемы.