이것은 진행중인 벤처이며 일부 세부 사항은 의도적으로 난독 화되었습니다.
여러 입력과 하나의 출력이있는 상자가 있습니다. 입력 전압이 변경되면 출력 전압이 변경됩니다. 출력 시퀀스의 선호도는 많은 상태가 통과하고 룩백 프로세스가 평가 될 때까지 평가할 수 없습니다.
상자에서 여러 출력을 입력으로 받아 최적의 다음 출력을 생성하기 위해 상자에 대한 올바른 입력 설정을 생성하는 신경망을 설계하고 싶습니다.
역 전파를 사용하여이 네트워크를 훈련시킬 수 없습니다. 이 네트워크를 어떻게 훈련합니까?
유전 알고리즘은 여기서 좋은 후보가 될 것입니다. 염색체는 신경망의 가중치를 인코딩 할 수 있습니다. 평가 후 성능에 따라 염색체에 적합성 값을 할당합니다. 피트니스 값이 더 높은 염색체는 번식 가능성이 높아 다음 세대에서 더 나은 성능의 염색체를 생성하는 데 도움이됩니다.
가중치를 인코딩하는 것은 비교적 간단한 솔루션이며 더 복잡한 솔루션은 네트워크의 토폴로지를 정의 할 수도 있습니다.
여기에서 몇 가지 추가 유용한 정보를 찾을 수 있습니다.
이 기사는 인터넷에서 수집됩니다. 재 인쇄 할 때 출처를 알려주십시오.
침해가 발생한 경우 연락 주시기 바랍니다[email protected] 삭제
몇 마디 만하겠습니다