1

Я использую нейронную сеть для управления движением персонажа в игре. В настоящее время у меня есть огромное количество измерений и в интересах обрезки их для улучшения управления хранением и кодом, я рассматриваю возможность удаления всех производных переменных, т. Е. Любой переменной, которая может быть вычислена из данных, уже отправленных в сеть.Нейронная сеть. Должен ли я удалить все производные/рассчитанные переменные?

Примером этого может быть соотношение между a) положением, b) скоростью и c) ускорением вдоль пути. В настоящее время я отправляю последние 50 точек данных из всех трех в NN, чтобы помочь ему решить следующее движение. Однако мне интересно, можно ли свести к минимуму системный контроль/ошибку, просто отправив только позицию. Теоретически нейронная сеть должна иметь возможность выводить скорость и ускорение в определенный момент времени полностью на своем собственном, учитывая историю позиций.

Как правило, это уменьшение размеров в этой емкости рекомендуется? Почему или почему нет?

Я знаю, что эта рекомендация в этом сценарии - это просто проверить его и посмотреть, что произойдет, но в этом случае здесь так много переменных, что для тестирования потребуется несколько дней, поэтому я надеялся услышать чей-то опыт, учитывая это тип ситуации и то, что они считают общим правилом.

Бонусный вопрос - будет ли эта оценка/решение отличаться для нейронной сети (намерение отображать функции на данные) в отличие от случайного леса (похоже, используется более подход ближайшего соседа).

Спасибо!

ответ

1

Внедрение PCA для уменьшения количества функций. У них уменьшенные характеристики будут иметь необычные единицы, такие как [позиция скорость ускорение]. Однако, если вы правильно выполняете PCA, вы можете сохранить набор функций, который имеет 99% -ную дисперсию исходного набора.

Затем используйте новый набор функций в вашем NN.

Уменьшение размеров рекомендуется для ускорения алгоритмов, поскольку, как вы заметили, существует много сходства между вашими функциями.