Здравствуйте, Slick, Вы писали:

S>Здравствуйте, Gaperton, Вы писали:

S>Интересен Ваш комментарий вот по этому ресурсу.

S>Обратите внимание на продукт Alyuda Forecaster XL 2.0

Ну что, мы здесь види плагин к Excel. Судя по скриншотам, неплохо сделан.
Реклама на сайте весьма убедительна Наверное, даже покупают.

Я не хотел-бы быть втянутым в обсуждение продуктов, я писал только о самом _методе_ НС. Про продукты гораздо лучше напишут люди, которым необходимо этим заниматься по работе, а у меня к сожалению сейчас нет времени с ними разбираться.

А вот о типичном пользователе подобных продуктов можно немного поговорить. Прошу не воспринимать следующий текст лично, это наверное не о вас .

Дело в том что всегда есть люди, которые верят в существование "серебрянной пули". Они обыкновенно
не склонны разбираться в проблемах, а склонны искать "патентованное" средство которое решит их все разом.

Я точно знаю что есть, потому что сам иногда бываю такой .

Этих людей полно. К примеру, есть поклонники нетрадиционной медицины, экстрасенсорики, итп которые уверены
что классическая медицина полная лажа а врачи лохи, и что вот этот дядька без специального медицинского
образования решит их проблемы гораздо лучше. Или взять, к примеру, чудесные присадки к моторому маслу которые замечательно продаются по всему миру (у этих парней есть даже специальная теория по которой все очень научно получается). Несмотря на то, что они нарушают "родной" тщательно подобранный производителем баланс присадок масла, и в лучшем случае способны не навредить. А как насчет Гербалайфа? Спросите меня куда.

Клиенты продавцов "серебрянных пуль" воспринимают высокие технологии как своего рода "волшебство", которое непостижимым для них образом решают их проблемы. Металитет искателя "серебряной пули" широко распространен. Его признаки можно найти практически во всех областях, связанных с IT, начиная с подходов к управлению и технологий разработки заканчивая конкретными технологиями. А раз есть спрос, всегда есть и предложение.

Такие люди всегда были, есть, и будут. Благодаря именно им вырос и грохнулся NASDAQ и куча программеров сейчас имеет проблемы с работой. Видите-ли, доверие инвесторов обманули. Им-то бедным казалось, что и взаправду их не кидают когда обещают прибыли в 500% годовых. Они-то думали, что нашли "серебрянную пулю", которая навсегда решит проблему легального высокого дохода. "Новая экономика", блин! На деле пуля оказалась из дерьма, но как блестит!.

Нейросетевые продукты — это уже почерневшая от времени "серебряная пуля". Но так как означенная категория людей никогда не переведется, и нас и впредь будут радовать замечательными патентованными средствами основанными на уникальных разработках заборостроительных институтов. В общем, enlarge your penis, господа! Satisfaction guaranteed!

Здравствуйте, Аноним, Вы писали:

А>Здравствуйте, globus000, Вы писали:

G>>Кто может подсказать, если ти в миру хорошая, глубокая книга по нейронным сетям. Хотелось бы, чтобы она содержала нечто большее нежели фразы типа "Нейронные сети в недалеком будущем помогут человеку достичь звезд..."
G>>Спасибо

А>А ты поищи в этом форуме! Все это уже было. — http://www.rsdn.ru/Forum/?mid=97074

Автор: Юнусов Булат
Дата: 07.09.02

Тема заглохла.
А жаль.
Вобщем сплошной enlage your penis. И ни одного примера задач, для решения которых применялись бы НС.

Здравствуйте, globus000, Вы писали:

G>Тема заглохла.
G>А жаль.
G>Вобщем сплошной enlage your penis. И ни одного примера задач, для решения которых применялись бы НС.

Вот как раз примеров достаточное кол-во. Но "критики и скептики" ищут такой пример, который бы враз затмил все достижения до этого в "классике". "Людям нужно чудо, чтобы поверить в существование простых вещей" — это изречение как раз и отражает корень проблемы. И только когда "небо затмит огромная нейросеть", тогда они с уважительным видом признают "да действительно НС имеет вес раз на такое способна".
А до этого они будут размахивать "орудиями прошлого" и горделиво утверждать: "посмотрите, как хорошо ими работать, ведь они так просты в применении и посмотрите какие результаты. А ваши новомодные штучки, лишь пустая трата денег".
Никтто не склонен отказываться от того к чему привык, в пользу нового, если оно не поражает своими грандиозными возможностями. Попробуйте объяснить человеку всю жизнь работавшему на счетах, что калькулятор лучше! Для его целей счет вполне достаточно!
Поэтому, если встать на позицию "классиков", зачем им новые меоды решения, пускай не столь обескураживающие, если они привыкли решать поставленные задачи проверенными методами?! Они вполне правы — им это не нужно! И разубеждаться в этом они не собираются!
В связи с чем, можно спорить сколько угодно долго, говоря, что никто не может привести убедительных доводов в защиту нейросетевого подхода. А в продемонстрирванных результатах/примерах изыскивать лазейки, дабы в очередной раз убедить себя, что не стоит обращать внимания на подобные "шаманства" и рассказывать истории о "серебрянной пуле". Ибо в этом свете, все это очень походит на охоту на ведьм и происки инквизции ! Одни, якобы еретики, утверждают, что нейроесть эффектвина и обладает массой достоинств, другие, якобы инквизиторы, заставляют отречься от этого пагубного утверджения, идущего в разрез с "правильной" теорией, иначе костер "классической науки" поглотит их .
Так что об исходе спора не приходится судить двояко .
Каждый останется при своем мнении, "точа ножи" на супротивов это не дело!

Здравствуйте, __Avatar__, Вы писали:

__A>Здравствуйте, globus000, Вы писали:

G>>Тема заглохла.
G>>А жаль.
G>>Вобщем сплошной enlage your penis. И ни одного примера задач, для решения которых применялись бы НС.

__A>Вот как раз примеров достаточное кол-во. Но "критики и скептики" ищут такой пример, который бы враз затмил все достижения до этого в "классике". "Людям нужно чудо, чтобы поверить в существование простых вещей" — это изречение как раз и отражает корень проблемы. И только когда "небо затмит огромная нейросеть", тогда они с уважительным видом признают "да действительно НС имеет вес раз на такое способна".
__A>А до этого они будут размахивать "орудиями прошлого" и горделиво утверждать: "посмотрите, как хорошо ими работать, ведь они так просты в применении и посмотрите какие результаты. А ваши новомодные штучки, лишь пустая трата денег".
__A>Никтто не склонен отказываться от того к чему привык, в пользу нового, если оно не поражает своими грандиозными возможностями. Попробуйте объяснить человеку всю жизнь работавшему на счетах, что калькулятор лучше! Для его целей счет вполне достаточно!
__A>Поэтому, если встать на позицию "классиков", зачем им новые меоды решения, пускай не столь обескураживающие, если они привыкли решать поставленные задачи проверенными методами?! Они вполне правы — им это не нужно! И разубеждаться в этом они не собираются!
__A> В связи с чем, можно спорить сколько угодно долго, говоря, что никто не может привести убедительных доводов в защиту нейросетевого подхода. А в продемонстрирванных результатах/примерах изыскивать лазейки, дабы в очередной раз убедить себя, что не стоит обращать внимания на подобные "шаманства" и рассказывать истории о "серебрянной пуле". Ибо в этом свете, все это очень походит на охоту на ведьм и происки инквизции ! Одни, якобы еретики, утверждают, что нейроесть эффектвина и обладает массой достоинств, другие, якобы инквизиторы, заставляют отречься от этого пагубного утверджения, идущего в разрез с "правильной" теорией, иначе костер "классической науки" поглотит их .
__A>Так что об исходе спора не приходится судить двояко .
__A>Каждый останется при своем мнении, "точа ножи" на супротивов это не дело!

Ну кое кто при своем мнении не останется — это я например, потому что оно у меня еще не сформировалось. Но тема эта мне очень интересна. Однако все таки хотелось бы кроме громких вогзласов за и против услышать нечто подобное этому: " Есть задача такая-то. Существует (или не существует) классический метод ее решения такой-то, но он нехорош тем-то и тем-то. а вот НС позволяют нам выиграть то-то и то-то" — (не важно насколько узка область применения такого подхода, может даже чем уже тем лучше) вот что я четно хочу услышать от многоуважаемого и авторитетного сообщества. То есть я еще не слышал ни подтверждений, ни опровержений того, что имеют свою НС. вопрос все еще подвешен в воздухе.
(Если говорить по чести, то действительно, зачем нужен метод, если он не применим на практике, каким бы красивым этот метод не был)

Здравствуйте, globus000, Вы писали:

G>Ну кое кто при своем мнении не останется — это я например, потому что оно у меня еще не сформировалось. Но тема эта мне очень интересна. Однако все таки хотелось бы кроме громких вогзласов за и против услышать нечто подобное этому: " Есть задача такая-то. Существует (или не существует) классический метод ее решения такой-то, но он нехорош тем-то и тем-то. а вот НС позволяют нам выиграть то-то и то-то" — (не важно насколько узка область применения такого подхода, может даже чем уже тем лучше) вот что я четно хочу услышать от многоуважаемого и авторитетного сообщества. То есть я еще не слышал ни подтверждений, ни опровержений того, что имеют свою НС. вопрос все еще подвешен в воздухе.
G>(Если говорить по чести, то действительно, зачем нужен метод, если он не применим на практике, каким бы красивым этот метод не был)
Почитайте, вам будет интересно:
http://www.computerra.ru/offline/2002/445/18039/
http://www.cfin.ru/press/marketing/2000-5/04.shtml
http://webcenter.ru/~iprzhr/nejrcomp.html — журнал
http://www.citforum.ru/hardware/neurocomp/neyrocomp_04.shtml

Здравствуйте, globus000, Вы писали:

G>Вобщем сплошной enlage your penis. И ни одного примера задач, для решения которых применялись бы НС.

А, например, нахождение коэффициентов при переменных у очень сложной функции?

Здравствуйте, Jenyay, Вы писали:

J>Здравствуйте, globus000, Вы писали:

G>>Вобщем сплошной enlage your penis. И ни одного примера задач, для решения которых применялись бы НС.

J>А, например, нахождение коэффициентов при переменных у очень сложной функции?

Ну наконец-то. Поехали. Просьба предоставить больше информации.
Что за функция, из какого класса функция, где там у нее коэффициенты, каким условиям они должны удовлетворять.
Общий вид функции, зачем она нужна, какую задачу вообще решаем. Формулы приветствуются.

Здравствуйте, Gaperton, Вы писали:

G>Здравствуйте, Jenyay, Вы писали:

J>>Здравствуйте, globus000, Вы писали:

G>>>Вобщем сплошной enlage your penis. И ни одного примера задач, для решения которых применялись бы НС.

J>>А, например, нахождение коэффициентов при переменных у очень сложной функции?

G>Ну наконец-то. Поехали. Просьба предоставить больше информации.
G>Что за функция, из какого класса функция, где там у нее коэффициенты, каким условиям они должны удовлетворять.
G>Общий вид функции, зачем она нужна, какую задачу вообще решаем. Формулы приветствуются.

Согласен, было бы нехило поболе конкретики

__A> В связи с чем, можно спорить сколько угодно долго, говоря, что никто не может привести убедительных доводов в защиту нейросетевого подхода. А в продемонстрирванных результатах/примерах изыскивать лазейки, дабы в очередной раз убедить себя, что не стоит обращать внимания на подобные "шаманства" и рассказывать истории о "серебрянной пуле".

Высказываясь на тему качества метода вы просто обязаны разбираться в математике. НС это обыкновенный численный метод, выраженный в терминах обыкновенной классической математики, не надо вставать в позу и противопоставлять его "классике".

Методов которые работают всегда ("серебрянная пуля") просто не может быть. Для вас как для математика единственный конструктивный способ доказать что НС это не "серебрянная пуля", это привести примеры задач где можно применить НС, но результат будет неудовлетворителен. Другими словами, надо привести границы применимости метода, как это принято в прикладной математике, причем сделать это обоснованно. Ссылками на web ресурсы тут не отвертишься. А то весь этот разговор наводит на странные мысли?!

Здравствуйте, Gaperton, Вы писали:

__A>> В связи с чем, можно спорить сколько угодно долго, говоря, что никто не может привести убедительных доводов в защиту нейросетевого подхода. А в продемонстрирванных результатах/примерах изыскивать лазейки, дабы в очередной раз убедить себя, что не стоит обращать внимания на подобные "шаманства" и рассказывать истории о "серебрянной пуле".

G>Высказываясь на тему качества метода вы просто обязаны разбираться в математике.
В математике я, может быть, разбираюсь не так хорошо как вы, но ...
G>НС это обыкновенный численный метод, выраженный в терминах обыкновенной классической математики, не надо вставать в G>позу и противопоставлять его "классике".
Никто его не противопоставляет, но если скажем мне нужно осуществить поиск в базе текстовой информации, с большой вероятностью искажения входного потока или схожестью синтаксиса. Я могу использовать конечный автомат, дополинительно прибегнув к хешированию, и описывая правила перехода из бесчиленного кол-ва состояний.И затем долго оптимизирую кол-во состояний до приемлнмого. И это конечно мне удасться с определенной долей вероятности
Но кто мешает мне воспользоваться сетью Хэмминга и/или Хопфилда, чтобы получить более приемлимый результат.
К тому же, насколько мне известно, код Хэмминга применяется в обработке звука и вообще передаче информации .. как более устойчивый к ошибкам при передаче.

G>Методов которые работают всегда ("серебрянная пуля") просто не может быть.
Я этого не утверждал!
G>Для вас как для математика единственный конструктивный способ доказать что НС это не "серебрянная пуля", это G>привести примеры задач где можно применить НС, но результат будет неудовлетворителен.
Ох, ты блин, а то, что я приводил ранее уже не в счет . Или мне самому написать диссертацию, дабы убедить вас?!
Ну, извините, что не могу все бросить, чтобы совершить подобный подвиг ради науки. Однако я вам не раз приводил примеры применимости нейросетей в более чем достаточном кол-ве областей. Да,согласен, не везде они выше или лучше других методов, но это же можно сказать и о любых других "классических" методах.
Что касается конкретики я вам намеренно, в последний раз, указал на работу по неокогнитрону — нейросети для распознавания сильнодеформированных образов. Вы ее демонстративно пропустили, хотя я отметил, что в приведеных статьях досточно хорошо изложен мат.аппарат. Я не понимаю в чем вы хотите удостовериться?! В том, что НС — могут жить, это я понял! Или все же соизволите ознакомиться с предоставленной информацией(уж извините, что не я ее автор ).
К тому же, я ничуть не стараюсь задвинуть "классику", а наоборот показать, что есть альтернатива. Вы же отчаянно "задвигаете" все нейросети одними "граблями недоверия".

G>Другими словами, надо привести границы применимости метода, как это принято в прикладной математике, причем сделать G>это обоснованно.
Теперь вы так заговорили?! Доселе вы отвергали возможности НС.Ну, что же ...
Границы применисти метода однозначно сделать не так просто — NP-полная задача. Поскольку одним классом нейросетей можно решать различный спектр задач. Я далее буду говорить о распознавании образов, потому как занимался этим больше остального.
К примеру, адекватно, не эвристически оценить сложность изображения трудно, тем более, когда необходимо выделить неделимые части (характеристики) образа для проведения этапа обучения. Зачастую ошибки на этой стадии приводят к тому, что вы говорите — не работает нейросеть.А вы ведь просто неправильно ее обучили. Как говориться мусор на входе — мусор на выходе. Поэтому проблема обучения нейросети одна из важных и оценка применимости зачастую экспертная, нежели имеет четкую мат.основу.
Но это касается, в большей степени, саморганизующихся сетей, если вы обучаете сеть по методу "обучение с учителем", то можно вывести достаточно строгие правила.
Все для тех же образов: для простых, к примеру, таких как буквы и/или цифры ввести понятие точечности образа -по какому принципу располагаются недилимые части объекта. Таким образом для линиии это будет вся линия, для пересакающихся прямых — спираль, для сложных фигур — возможно куммулятивное представление или сведенное к набору условий, можно также воспользвоаться сверткой функций, но затраты часто неоправданы. Затем статистическими методами показатели, согласно которым будет поизведен отбор значащего множеств. Зачастую импользуется простой подход: ср.кв. отклонение(дисперсия), мат.ожидание, иногда коэф.корреляции. На основании полученных данных построить зависимость всех неделимых частей и выдеделить существенные. Отсюда, вы получите приближенное множество неделимых частей исходного множества образов, которые будете использовать в обучении. Так вы ограничили границы применимости для заранее известных классов образов.

G>Ссылками на web ресурсы тут не отвертишься.
Ссылки я вам даю для того, чтобы вы удостверились в небезпочвенности моих утверждений о перспективности НС-технолгий.
А не вовсе потому, что мне лень писать это в форуме, или из-за не знания данного вопроса. Избыток аргументированных статей по НС должен, я надеялся, подтвердить мои высказывания речами других людей в этой сфере.
G> А то весь этот разговор наводит на странные мысли?!
Меня он наводит на разные мысли. Один из вариантов, я высказывал его ранее, что будучи хорошим математиком вы не потрудились разобраться в теории нейросетей. Прибегнув к довольно легкому способу — отвергать в виду непонимания(не в обиду).

G>>НС это обыкновенный численный метод, выраженный в терминах обыкновенной классической математики, не надо вставать в G>позу и противопоставлять его "классике".
__A>Никто его не противопоставляет, но если скажем мне нужно осуществить поиск в базе текстовой информации, с большой вероятностью искажения входного потока или схожестью синтаксиса. Я могу использовать конечный автомат, дополинительно прибегнув к хешированию, и описывая правила перехода из бесчиленного кол-ва состояний.И затем долго оптимизирую кол-во состояний до приемлнмого. И это конечно мне удасться с определенной долей вероятности
__A>Но кто мешает мне воспользоваться сетью Хэмминга и/или Хопфилда, чтобы получить более приемлимый результат.
__A>К тому же, насколько мне известно, код Хэмминга применяется в обработке звука и вообще передаче информации .. как более устойчивый к ошибкам при передаче.
1) Код Хэмминга ***никак*** не относится к нейросетям. Не могу себе представить, как он применяется в обработке звука. К тому же, на практике чаще применяются более эффективные автокоректирующиеся коды. Но это уже совсем другая история.
2) Ну, навскидку, сеть Хопфилда вам помешает использовать требование ортогональности векторов обучающего множества. Подумайте, как вы обойдете эту проблему Это как раз тот случай когда по описанию метода легко понять, когда его применять нельзя.
3) А с конечным автоматом вы что-то страшное задумали, однозначно. Даже представить себе боюсь

G>>Методов которые работают всегда ("серебрянная пуля") просто не может быть.
__A>Я этого не утверждал!
Да нет, было дело: "Нейронная сеть конечно же условиях одной конкретной ситуации, что делает ее довольно оптимальным механизмом для решиния унифицированных задач"

G>>Для вас как для математика единственный конструктивный способ доказать что НС это не "серебрянная пуля", это G>привести примеры задач где можно применить НС, но результат будет неудовлетворителен.
__A>Ох, ты блин, а то, что я приводил ранее уже не в счет . Или мне самому написать диссертацию, дабы убедить вас?!
Почитайте внимательно. "примеры задач где можно применить НС, но результат будет НЕудовлетворителен." Таких примеров вы не приводили.

G>>Другими словами, надо привести границы применимости метода, как это принято в прикладной математике, причем сделать G>это обоснованно.
__A>Теперь вы так заговорили?! Доселе вы отвергали возможности НС.Ну, что же ...
G>> А то весь этот разговор наводит на странные мысли?!
__A>Меня он наводит на разные мысли. Один из вариантов, я высказывал его ранее, что будучи хорошим математиком вы не потрудились разобраться в теории нейросетей. Прибегнув к довольно легкому способу — отвергать в виду непонимания(не в обиду).
Да какие уж тут обиды Я стараюсь использовать форму выражения мыслей, которая считается этичной в научном мире. Вместо "у вас тут ошибка" или "да у вас тут бред какой-то" следует говорить "поясните пожалуйста этот момент", "мне не понятен следующий переход". Вместо "не бывает" — "мне не известно". Итд. Человек практически знакомый с основами научной этики поймет, что кроется за вежливыми высказываниями, и отреагирует соответственно. Зная, что просто так такие вещи не говорят.

Вы же ведете дискуссию невежливо. "вы не потрудились разобраться в теории нейросетей". Уж тогда не обижайтесь, если случайно получите фейсом об тейбл. Что вы (разбирающийся в теории), к примеру, говорите в первом абзаце про сеть Хопфилда? Одно из предположений, не в обиду и в порядке иллюстрации: вы не понимаете, что на деле означает требование ортогональности векторов обучающего множества, и чем чревато его несоблюдение. Приятно?

G>>>Методов которые работают всегда ("серебрянная пуля") просто не может быть.
__A>>Я этого не утверждал!
G>Да нет, было дело: "Нейронная сеть конечно же условиях одной конкретной ситуации, что делает ее довольно оптимальным механизмом для решиния унифицированных задач"
Пардон: "Нейронная сеть конечно же не думает, по крайней мере в общепринятом смысле, она, говоря простым языком, обучается действовать/реагировать в условиях одной конкретной ситуации, что делает ее довольно оптимальным механизмом для решиния унифицированных задач."

Здравствуйте, Gaperton, Вы писали:

G>Ну наконец-то. Поехали. Просьба предоставить больше информации.
G>Что за функция, из какого класса функция, где там у нее коэффициенты, каким условиям они должны удовлетворять.
G>Общий вид функции, зачем она нужна, какую задачу вообще решаем. Формулы приветствуются.

Ну вот то, с чем я связывался. Задача в общем виде такая: Есть 4-х слойная структура. Каждый слой характеризуется толщиной, проводимостью и вот электрической проницаемостью. У каждого слоя что-то может быть известно, а что-то неизвестно. Известен сигнал (просто сферическая волна), которым облучают эту структуру. Известен сигнал, который пришел. И вот по тому, что известно, надо найти неизвестные параметры слоев. Могу, конечно, еще привести функции, через которые это считается (хотя сам я в них не особо вникал, просто перевер с фортрана), ну там через коэффициенты отражения (комплексные). Ну вот по сути это и сводится к поиску коэффициентов.

Кстати, это я имел ввиду ГА, а не НС.

Здравствуйте, Jenyay, Вы писали:

J>Здравствуйте, Gaperton, Вы писали:

G>>Ну наконец-то. Поехали. Просьба предоставить больше информации.
G>>Что за функция, из какого класса функция, где там у нее коэффициенты, каким условиям они должны удовлетворять.
G>>Общий вид функции, зачем она нужна, какую задачу вообще решаем. Формулы приветствуются.

J>Ну вот то, с чем я связывался. Задача в общем виде такая: Есть 4-х слойная структура. Каждый слой характеризуется толщиной, проводимостью и вот электрической проницаемостью. У каждого слоя что-то может быть известно, а что-то неизвестно. Известен сигнал (просто сферическая волна), которым облучают эту структуру. Известен сигнал, который пришел. И вот по тому, что известно, надо найти неизвестные параметры слоев. Могу, конечно, еще привести функции, через которые это считается (хотя сам я в них не особо вникал, просто перевер с фортрана), ну там через коэффициенты отражения (комплексные). Ну вот по сути это и сводится к поиску коэффициентов.

Понятно, так называемая обратная задача. Толщина, проводимость и проницаемость постоянны в каждом слое, или надо найти распределение? Сколько раз облучаем, с каких сторон? Какова форма предмета?

Здравствуйте, globus000, Вы писали:

Дело в том что я столкнулся с ними на реальной задачи ( не могу сказать что очень большой специалист в этом), но честно говоря, полученные резульаты не обрадовали — скороть низкая, чрезвычайно ресурсоемки, точность также оставляет желать лучшего. Почему в этой области такой ажиотаж? Хотелось бы узнать ваше мнение.

Да для ряда задач ничего другого не придумали — вот и лом. Я лет 7 назад пытался использовать ИНС для обработки растров, но без хорошей аппаратной части этим заниматься без толку.

Здравствуйте, Gaperton, Вы писали:

G>Понятно, так называемая обратная задача.

Ну да.

G>Толщина, проводимость и проницаемость постоянны в каждом слое, или надо найти распределение? Сколько раз облучаем, с каких сторон? Какова форма предмета?

Для простоты в каждом слое параметры постоянны. Облучаем один раз с одной стороны. Форма — просто "бутерброд". Можно считать бесконечно большой.

G>>>Для вас как для математика единственный конструктивный способ доказать что НС это не "серебрянная пуля", это G>привести примеры задач где можно применить НС, но результат будет неудовлетворителен.
__A>>Ох, ты блин, а то, что я приводил ранее уже не в счет . Или мне самому написать диссертацию, дабы убедить вас?!
G>Почитайте внимательно. "примеры задач где можно применить НС, но результат будет НЕудовлетворителен." Таких примеров вы не приводили.
Хотя что это я торможу. Как раз ТАКИЕ примеры вы и приводили по большей части . Убедили, все в всчет!

Здравствуйте, Gaperton, Вы писали:

G>1) Код Хэмминга ***никак*** не относится к нейросетям. Не могу себе представить, как он применяется в обработке G>звука. К тому же, на практике чаще применяются более эффективные автокоректирующиеся коды. Но это уже совсем другая G>история.
Возможно, я погорячился связав, напрямую код Хэминга с нейросетью Хэмминга. Однако данная парадигма основана на вычислении расстояния Хэминга. А вот насчет представления в применении обработке звука я вам помогу как насчет декодеров и кодеров с использованием кода Хэминга.А что используется на практике это конечно интересно, учитывая тот факт, что присутствует набор стандартов, в которых явно указано применение кода Хэмминга для помехоустойчивого кодирования. Впрочем вы правы это несколько уводит нас от нейросетей.

G>2) Ну, навскидку, сеть Хопфилда вам помешает использовать требование ортогональности векторов обучающего множества. Подумайте, как вы обойдете эту проблему Это как раз тот случай когда по описанию метода легко понять, когда его применять нельзя.
Вот куда вы загнули Это уже задачи классификации входного набора, конечно есть ограничения, не вы ли упоминали о границах применимости метода?! К тому же если вам интересно, один и вариантов частично решить проблему использовать мультипликативные нейроны, конечно увеличиться емкость сети.
G>3) А с конечным автоматом вы что-то страшное задумали, однозначно. Даже представить себе боюсь
Не страшное, очень, немного сгустил краски, впрочем вы не предложили другого ?!

G>>>Методов которые работают всегда ("серебрянная пуля") просто не может быть.
__A>>Я этого не утверждал!
G>Да нет, было дело: "Нейронная сеть конечно же условиях одной конкретной ситуации, что делает ее довольно G>оптимальным механизмом для решиния унифицированных задач"
Вы же с таким успехом приводите, что классическими методами решить можно все!?
Ваши слова: "Все, что можно решить при помощи нейронных сетей либо решается (и обычно гораздо лучше) классическими методами, либо адекватно не решается ни нейросетями ни классикой..." Таким образом утверждаете, что все решает "классика" — остальное не может решить ни один метод. Уж очень походит на "посеребренную пульку".
Перекидывать на "ты написал, я заметил" занятие конечно веселое учитывая, тот факт, что вами сказанные ранее
противоречия по поводу требований не так уж незаметны

G>Почитайте внимательно. "примеры задач где можно применить НС, но результат будет НЕудовлетворителен." Таких G>примеров вы не приводили.
Конеч-ч-но?! Примеры по распознавания образов, прогнозирование, ассоциативная память(частично), управление объектами — все это есть в ресурсах, на которые я указал. Но опять вы их не заетили ...что же ваша воля "Каждый видит то, что хочет видеть" — перефразирую изречение скажу.
Нет-нет не стоит упоминать, что вы не нашли ничего стоящего — это "вы" не нашли, потому как не стремились найти.Приведеные мною ссылки на критические статьи свидетельствуют о другом!

G>Да какие уж тут обиды Я стараюсь использовать форму выражения мыслей, которая считается этичной в научном мире. G>Вместо "у вас тут ошибка" или "да у вас тут бред какой-то" следует говорить "поясните пожалуйста этот момент", "мне G>не понятен следующий переход". Вместо "не бывает" — "мне не известно". Итд. Человек практически знакомый с основами G>научной этики поймет, что кроется за вежливыми высказываниями, и отреагирует соответственно. Зная, что просто так G>такие вещи не говорят.
Даже так?! Мне ли говорить, точнее приводить ваши высказывания "о серебрянной пуле", популистские речи о качестве приведенных продукта(ов), которые вы не пожелали обсуждать ввиду того, что они идут вразрез с вашими убеждениями "о вредоносности нейросетей". Не вы ли так просили привести примеры практического(производственного) использования нейросетевого подхода?! Когда же я привел ряд компаний занимающихся в этой области, вы признали их малозначительными(даже IBM ссылка которую прошла без комметариев, после того как вы попросили ее). Вы так увернно утверждали по поводу определенных приложений "Добавлен очевидно до кучи", "скорее всего геморройно в использовании и хреново работает"...и т.п.
Таким образом за всей этой полемикой, переходящей в спор, труднова-то уже уловить, что конкретно(вы уже требовали так много и побольше ) вы хотите получить и в конечном итоге для чего? Ни от моего, ни от вашего вывода ситуация на научном поприще не измениться! Вы ведь должны согласиться с тем, что никто не запрещает никому использвоать тот или иной метод, если полученные результаты его устраивают?
Возвращаясь к примеру, о распознавании образов, который вы в очередной раз игнорировали непонятно почему . Если качество распознаваемых образов удовлетворительное в сравнении с другими методиками, это ли не повод говорить, что нейросеть в данном случае решает задачу более успешно!?
Тот факт, как вы отозвались по поводу рынка программ в конкретной области, не обуславливает ровным счетом ничего! Типичный пример: Microsoft лидирует по кол-ву продаж во многих сферах программного обеспечения, но сколько ведется споров по качеству его продукции? Опредеоение то, что лучше продается — является лучшим, очень спорно и на эту тему дискуссий предостаточно, чтобы начинать новую!

G>Вы же ведете дискуссию невежливо. "вы не потрудились разобраться в теории нейросетей". Уж тогда не обижайтесь, если случайно получите фейсом об тейбл.
В очередной раз повторю,я это отметил, возможно в резкой форме, но лишь для того, чтобы вы вместо изысканий недостатков в НС, провели работу и с таким же успехом нашли недостатки и в классических методах. Нет, не стоит подсчитывать, где их больше и где они скерьезнее. Но сам факт наличия изъянов во всем — это аргумент.

И вообще наша дискуссия(если можно так назвать) напоминает теннис: подача за подачей, кто же упустит мяч! Если вы поставили цель ни в коем случае не согласиться с мной, то к чему все это?!