Здравствуйте, tinytjan, Вы писали:

T>Программу не выкину -- коммерческий проект.
T>Тестовая выборка -- база данных фотографий реальных номеров, разбитых на символы. Разброс угла поворота там очень маленький, но смещение есть, и не маленькое. Мало того, на картинке частенько проскакивают части других цифирь.
T>Обучение проводилось на ста картинках(обучение только на 0..9) тестировалось на двухстах, не входящих в обучающую выборку.
T>Между прочим 20 минут не так уж и мало. Это время можно сократить.

А можешь выложить обученную демоверсию, чтобы BMP открывала и распознавала. У меня просто есть где-то пол-тысячи фоток номерных знаков, было бы интересно глянуть.

Здравствуйте, Trean, Вы писали:

T>Здравствуйте, tinytjan, Вы писали:

T>>Программу не выкину -- коммерческий проект.
T>>Тестовая выборка -- база данных фотографий реальных номеров, разбитых на символы. Разброс угла поворота там очень маленький, но смещение есть, и не маленькое. Мало того, на картинке частенько проскакивают части других цифирь.
T>>Обучение проводилось на ста картинках(обучение только на 0..9) тестировалось на двухстах, не входящих в обучающую выборку.
T>>Между прочим 20 минут не так уж и мало. Это время можно сократить.

T>А можешь выложить обученную демоверсию, чтобы BMP открывала и распознавала. У меня просто есть где-то пол-тысячи фоток номерных знаков, было бы интересно глянуть.
Неа, щас не получится. Кидаю я пока этот спор .Через 2 недели сдача проекта, а у нас полная халтура, так что надо трудиться . У меня диплом на эту тему, с привязкой к нейросетям. Планирую написать за месяц.
Так что через месяц может выкину демку.
И все-таки зря вы так на нейронки. Иногда очень сильно помогает.

Здравствуйте, tinytjan, Вы писали:

T>Здравствуйте, Noobi, Вы писали:

N>>К сожалению, выяснил из прочтенного, что основное достоинство нейросетей — их простота по сравнению с хорошими алгоритмами. Мне не нравится этот их признак , лучше почитаю про то, что указано в пред. моем сообщении.

T>Не простота. А УНИВЕРСАЛЬНОСТЬ и ОБОБЩАЮЩАЯ СПОСОБНОСТЬ.
T>Хорошие алгоритмы так просто нигде не валяются. А инфы по нейронкам вагон и еще маленькая тележка.
T>Зачем изобретать паровоз, если есть универсальный аппроксиматор под довольно широкий спектр задач?

ИМХО, то, что универсально для многих задач — не очень хорошо. Может быть для мелких задач и подошли бы универсальные методы, но для больших придётся придумать решение побыстрее

Здравствуйте, tinytjan, Вы писали:

T>Эллипс -- это не тупо. Попробуй найти эллипс чистым МНК, находя не прямые регрессии, а ДЕЙСТВИТЕЛЬНО уравнение
T>эллипса. Это дело будет посложнее запрограммить.
Конечно посложнее, я в курсах . Муторно это больно. Ты для начала выложи сетку, которая на произвольной выборке даст суммарное отклонение точек от получившихся эллипсов меньше, чем приведенный мной метод. Вот тогда я напрягусь и порву твою сетку чистым МНК (или дальше потвикаю тупой статистический метод). А пока — твоей сетки, которая все мега-круто распознает, вообще никто не видел, так о чем ты говоришь?

T>А насчет предложенного метода -- центр масс НЕЛЬЗЯ использовать, если ты хочешь найти действительно оптимальный эллипс. Интересно, как этот метод будет пахать на таком примере?
T>

Как мой метод сработает, я знаю. А вот как твоя сетка будет пахать на этом же примере — совершенно непонятно. Пока никаких предпосылок к тому, что она решает задачу — нет. И не надо доказательств из разряда "мамой клянусь" — программу пожалуйста + описание вида сети.

T>Программу не выкину -- коммерческий проект.
Название компании, веб-сайт, название продукта, и наконец, демо-версию в студию.

T>Тестовая выборка -- база данных фотографий реальных номеров, разбитых на символы. Разброс угла поворота там очень маленький, но смещение есть, и не маленькое. Мало того, на картинке частенько проскакивают части других цифирь.
Э-э, батенька. Это что, фотографии вымытых номеров, лежащих на столе? Так тут никакого распознавания не нужно — простое сопоставление с образцом. Шрифт-то у номеров стандартный . Короче, пока программу не покажешь, не поверю.

T>Обучение проводилось на ста картинках(обучение только на 0..9) тестировалось на двухстах, не входящих в обучающую выборку.
T>Между прочим 20 минут не так уж и мало. Это время можно сократить.
А это пофигу, сколько времени ты ее обучаешь. Главное, чтобы она обучилась . Все равно такие вещи за один день не делаются — бюджет таких пороектов больше. Сильно больше.

Здравствуйте, Gaperton, Вы писали:


N>>А что-нибудь против нечеткой логики ты имеешь? (Насчет нейросетей: я теперь расхотел ими глубоко заниматься, но обязательно ознакомлюсь)

G>Ничего плохого в ней нет, но есть один нюанс. "Нечеткая логика" — это просто название. И ничего кроме названия. Если я правильно понимаю, если ты заменишь значения true-false на вероятность true, то ты и получишь так называемую нечеткую логику.

G>"логическое и" соответствует вероятноти одновременных событий: p1*p2
G>"отрицание" это 1-p. Все, этот набор операций полон, через них выражается все остальное.
G>"логическое или" = 1 — p1*p2.

G>Дальше можно брать любой учебник математической логики, и начать раскручивать на этом базисе "нечеткую логику" — ничего сложного, и главное, получишь ты в результате самую обыкновенную теорию вероятности. Тервер штука хорошая, но никакой магии и ореола романтики в ней нет (вслушайтесь как звучит? "нечеткая логика"! Завлекает, правда? Это не спроста, так бабло на грант получить проще, или тендер выиграть).

G>Так что берем учебник тервера, учебник матлогики или дискретной математики, и начинаем погружаться в увлекательный мир нечеткой логики самостоятельно. Это интересно и ненапряжно, если делать это самостоятельно, в качестве упражнения. Можно получить массу удовольствия, и без особых усилий (бо халява) почувствовать себя первооткрывателем загадочной fuzzy logic. А читать на эту тему книжки — все равно, что заглянуть в конец скучного детектива.

Да, я имел в виду именно учебники. Спасибо за то, что открыл мне глаза на то, что нечеткая логика не сильно отличается от обычной. Я правда знал её основы, но не мог и предположить, что она почти то же самое, что и обычная! (Я думал, что там еще куча всяких разных специфических теорем )

А чем думаешь еще не стоит заниматься из таких вещей? (Например, каково твое отношение к вейвлет преодразованиям? Они, правда в М.В. отношения не имеют (но название меня тоже привлекает) — не явлется ли это очередным способом выманивания денег у несведущих людей?)

Здравствуйте, tinytjan, Вы писали:
T>А насчет предложенного метода -- центр масс НЕЛЬЗЯ использовать, если ты хочешь найти действительно оптимальный эллипс.
Трактовку термина "действительно оптимальный эллипс" в студию.

Здравствуйте, Noobi, Вы писали:

N>А чем думаешь еще не стоит заниматься из таких вещей?
Всем, что тебе интересно.

N>(Например, каково твое отношение к вейвлет преодразованиям? Они, правда в М.В. отношения не имеют (но название меня тоже привлекает) — не явлется ли это очередным способом выманивания денег у несведущих людей?)
Вейвлеты это вполне нормальная штука из прикладной математики. На базе вейвлет-преобразований делается, например, вполне приличная компрессия изображений, примерно вдвое превосходящая JPEG (который основан на преобразовании фурье).

Цель-то твоя какая? Зачем это все тебе нужно?

Здравствуйте, Sinclair, Вы писали:

S>Здравствуйте, tinytjan, Вы писали:
T>>А насчет предложенного метода -- центр масс НЕЛЬЗЯ использовать, если ты хочешь найти действительно оптимальный эллипс.
S>Трактовку термина "действительно оптимальный эллипс" в студию.
Я думаю, кривая "эллипс" с наименьшим средне-квадратичным отклонением от заданного множества точек . Боюсь, что нейросетью в принципе невозможно решить задачу в такой постановке .

Здравствуйте, tinytjan, Вы писали:

T>Здравствуйте, Trean, Вы писали:

T>>А можешь выложить обученную демоверсию, чтобы BMP открывала и распознавала. У меня просто есть где-то пол-тысячи фоток номерных знаков, было бы интересно глянуть.
T>Неа, щас не получится. Кидаю я пока этот спор .Через 2 недели сдача проекта, а у нас полная халтура, так что надо трудиться . У меня диплом на эту тему, с привязкой к нейросетям. Планирую написать за месяц.
T>Так что через месяц может выкину демку.
T>И все-таки зря вы так на нейронки. Иногда очень сильно помогает.

"А я что? Я — ничего" я в вашем споре не участвовал =).

Здравствуйте, Gaperton, Вы писали:

G>Здравствуйте, Noobi, Вы писали:

N>>А чем думаешь еще не стоит заниматься из таких вещей?
G>Всем, что тебе интересно.

N>>(Например, каково твое отношение к вейвлет преодразованиям? Они, правда в М.В. отношения не имеют (но название меня тоже привлекает) — не явлется ли это очередным способом выманивания денег у несведущих людей?)
G>Вейвлеты это вполне нормальная штука из прикладной математики. На базе вейвлет-преобразований делается, например, вполне приличная компрессия изображений, примерно вдвое превосходящая JPEG (который основан на преобразовании фурье).

G>Цель-то твоя какая? Зачем это все тебе нужно?

Очень хочу расширить свой кругозор путем получения дополнительных знаний из области прикладной математики

Здравствуйте, Gaperton,
Давай замнем эту тему на ближайший месяц. Потом я специально создам тему, где буду сопротивляться и доказывать.
А пока мир .

Здравствуйте, Noobi, Вы писали:

G>>Цель-то твоя какая? Зачем это все тебе нужно?

N>Очень хочу расширить свой кругозор путем получения дополнительных знаний из области прикладной математики

Прикладная математика большая . Куда прикладывать-то собираешься? Если все равно, чем заниматься, возьми вводный курс численных методов, а сначала (если еще не ) — теорию функций и функциональный анализ (советую учебник Колмогорова-Фомина — это надо, чтобы без проблем понимать современную прикладную математику).

на самом деле любая нейронная сеть всего лишь решает систему уравнений, которая задаётся её структурой и обучением, думать что сеть может что-то "понимать" по меньшей мере наивно. Если скормленная ей задача выбивается из ряда примеров на которых сеть учили то сеть выдаст абсолютно неверное решение. Нейронные сети используют там,где не понимают зависимости ответа от данных в робкой надежде что сеть "сама разберётся", так что в шутке математиков насчёт искусственного интелекта определённо есть доля шутки

Здравствуйте, Gaperton, Вы писали:

G>Здравствуйте, Noobi, Вы писали:

G>>>Цель-то твоя какая? Зачем это все тебе нужно?

N>>Очень хочу расширить свой кругозор путем получения дополнительных знаний из области прикладной математики

G>Прикладная математика большая . Куда прикладывать-то собираешься? Если все равно, чем заниматься, возьми вводный курс численных методов, а сначала (если еще не ) — теорию функций и функциональный анализ (советую учебник Колмогорова-Фомина — это надо, чтобы без проблем понимать современную прикладную математику).

Согласен, отличная книга. Я в прошлом году прочитал и понял половину (Занимался научной работой в обл-ти ЦО нелинейных сигналов) . Сейчас как раз собирался снова начать сначала читать, но на этот раз всю. У меня еще по нему пара книг есть (Рисс, Секефальви-Надь и еще какая-то). Эти прочитаю, а потом посмотрю, что делать. Думаю, изучу вейвлеты — посмотрел 1 книгу, кажется интересно, и как раз требуется знаение ф. анализа

Здравствуйте, Noobi, Вы писали:

N>Согласен, отличная книга. Я в прошлом году прочитал и понял половину (Занимался научной работой в обл-ти ЦО нелинейных сигналов) . Сейчас как раз собирался снова начать сначала читать, но на этот раз всю. У меня еще по нему пара книг есть (Рисс, Секефальви-Надь и еще какая-то). Эти прочитаю, а потом посмотрю, что делать. Думаю, изучу вейвлеты — посмотрел 1 книгу, кажется интересно, и как раз требуется знаение ф. анализа

Сплайны изучал уже?

Здравствуйте, Gaperton, Вы писали:

G>Здравствуйте, Noobi, Вы писали:

N>>Согласен, отличная книга. Я в прошлом году прочитал и понял половину (Занимался научной работой в обл-ти ЦО нелинейных сигналов) . Сейчас как раз собирался снова начать сначала читать, но на этот раз всю. У меня еще по нему пара книг есть (Рисс, Секефальви-Надь и еще какая-то). Эти прочитаю, а потом посмотрю, что делать. Думаю, изучу вейвлеты — посмотрел 1 книгу, кажется интересно, и как раз требуется знаение ф. анализа

G>Сплайны изучал уже?

Несамостоятельно — нет (не преподавали, но может будут еще, хотя вряд ли ), а самостоятельно — всегда почему то обходил численные методы (а это, кажется, оттуда?).

Здравствуйте, Noobi, Вы писали:

N>Здравствуйте, Gaperton, Вы писали:

G>>Здравствуйте, Noobi, Вы писали:

N>>>Согласен, отличная книга. Я в прошлом году прочитал и понял половину (Занимался научной работой в обл-ти ЦО нелинейных сигналов) . Сейчас как раз собирался снова начать сначала читать, но на этот раз всю. У меня еще по нему пара книг есть (Рисс, Секефальви-Надь и еще какая-то). Эти прочитаю, а потом посмотрю, что делать. Думаю, изучу вейвлеты — посмотрел 1 книгу, кажется интересно, и как раз требуется знаение ф. анализа

G>>Сплайны изучал уже?

N>Несамостоятельно — нет (не преподавали, но может будут еще, хотя вряд ли ), а самостоятельно — всегда почему то обходил численные методы (а это, кажется, оттуда?).

Сплайны — это не совсем и не только численные методы. Это некий класс функций, применяемый для интерполяции. Идея в том, чтобы вместо поднимания степени интерполяционного многочлена для увеличения точности разбить облать определения функции на несколько сегментов, в каждом из которых использовать интерполяционный многочлен низкого порядка. При этом, обеспечить гладкую сшивку многочленов сегментов на краях.

Сплайны являются одним из мощнейших инструментов в практических задачах интерполяции и разных разделах прикладной математики, также они иногда применяются в фундаментальной математике. Must know.

Здравствуйте, Gaperton, Вы писали:

G>Здравствуйте, Noobi, Вы писали:

N>>Здравствуйте, Gaperton, Вы писали:

G>>>Здравствуйте, Noobi, Вы писали:

N>>>>Согласен, отличная книга. Я в прошлом году прочитал и понял половину (Занимался научной работой в обл-ти ЦО нелинейных сигналов) . Сейчас как раз собирался снова начать сначала читать, но на этот раз всю. У меня еще по нему пара книг есть (Рисс, Секефальви-Надь и еще какая-то). Эти прочитаю, а потом посмотрю, что делать. Думаю, изучу вейвлеты — посмотрел 1 книгу, кажется интересно, и как раз требуется знаение ф. анализа

G>>>Сплайны изучал уже?

N>>Несамостоятельно — нет (не преподавали, но может будут еще, хотя вряд ли ), а самостоятельно — всегда почему то обходил численные методы (а это, кажется, оттуда?).

G>Сплайны — это не совсем и не только численные методы. Это некий класс функций, применяемый для интерполяции. Идея в том, чтобы вместо поднимания степени интерполяционного многочлена для увеличения точности разбить облать определения функции на несколько сегментов, в каждом из которых использовать интерполяционный многочлен низкого порядка. При этом, обеспечить гладкую сшивку многочленов сегментов на краях.

G>Сплайны являются одним из мощнейших инструментов в практических задачах интерполяции и разных разделах прикладной математики, также они иногда применяются в фундаментальной математике. Must know.


Интересно. Про сплайны тоже прочитаю, только сначала Колмогорова и Фомина дочитаю.

Здравствуйте, Gaperton, Вы писали:

G>Здравствуйте, Noobi, Вы писали:

N>>Здравствуйте, Gaperton, Вы писали:

G>>>Здравствуйте, Noobi, Вы писали:

N>>>>Согласен, отличная книга. Я в прошлом году прочитал и понял половину (Занимался научной работой в обл-ти ЦО нелинейных сигналов) . Сейчас как раз собирался снова начать сначала читать, но на этот раз всю. У меня еще по нему пара книг есть (Рисс, Секефальви-Надь и еще какая-то). Эти прочитаю, а потом посмотрю, что делать. Думаю, изучу вейвлеты — посмотрел 1 книгу, кажется интересно, и как раз требуется знаение ф. анализа

G>>>Сплайны изучал уже?

N>>Несамостоятельно — нет (не преподавали, но может будут еще, хотя вряд ли ), а самостоятельно — всегда почему то обходил численные методы (а это, кажется, оттуда?).

G>Сплайны — это не совсем и не только численные методы. Это некий класс функций, применяемый для интерполяции. Идея в том, чтобы вместо поднимания степени интерполяционного многочлена для увеличения точности разбить облать определения функции на несколько сегментов, в каждом из которых использовать интерполяционный многочлен низкого порядка. При этом, обеспечить гладкую сшивку многочленов сегментов на краях.

G>Сплайны являются одним из мощнейших инструментов в практических задачах интерполяции и разных разделах прикладной математики, также они иногда применяются в фундаментальной математике. Must know.

Я собираюсь довольно много изучить еще математики, сплайны тоже подойдут

Не знакомы Вы с теорией вероятностей...

Так называемая "нечеткая логика" просто игнорирует возможную зависимость параметров. Поэтому и получаются довольно простые формулы. В теории вероятностей все не так — там все очень строго описывается в рамках аксиоматики Колмогорова.


G>Ничего плохого в ней нет, но есть один нюанс. "Нечеткая логика" — это просто название. И ничего кроме названия. Если я правильно понимаю, если ты заменишь значения true-false на вероятность true, то ты и получишь так называемую нечеткую логику.

G>"логическое и" соответствует вероятноти одновременных событий: p1*p2
G>"отрицание" это 1-p. Все, этот набор операций полон, через них выражается все остальное.
G>"логическое или" = 1 — p1*p2.

G>Дальше можно брать любой учебник математической логики, и начать раскручивать на этом базисе "нечеткую логику" — ничего сложного, и главное, получишь ты в результате самую обыкновенную теорию вероятности. Тервер штука хорошая, но никакой магии и ореола романтики в ней нет (вслушайтесь как звучит? "нечеткая логика"! Завлекает, правда? Это не спроста, так бабло на грант получить проще, или тендер выиграть).

G>Так что берем учебник тервера, учебник матлогики или дискретной математики, и начинаем погружаться в увлекательный мир нечеткой логики самостоятельно. Это интересно и ненапряжно, если делать это самостоятельно, в качестве упражнения. Можно получить массу удовольствия, и без особых усилий (бо халява) почувствовать себя первооткрывателем загадочной fuzzy logic. А читать на эту тему книжки — все равно, что заглянуть в конец скучного детектива.