Здравствуйте, Slick, Вы писали:

S>Вопос в тему: а насколько реально сейчас коммерческое применение нейронных сетей?

S>Т.е. можно ли денег срубить на этом при наличии сопутствующих знаний по С++ и близлежащих технологий? Есть ли IT-конторы серьезно занимающиеся этим вопросом и набирающие специалистов?

S>Или это пока романтика и на хлеб с маслом ею не заработаешь?

К сожалению, это *уже* не романтика. Множество прикладных исследований по всему миру в области нейронных сетей свернуто по причине отсутствия реальной отдачи. Нейронные сети не работают. Все, что можно решить при помощи нейронных сетей либо решается (и обычно гораздо лучше) классическими методами, либо адекватно не решается ни нейросетями ни классикой (тогда "нейросетевики" подгоняют или фальсифицируют результаты). Попробуйте повторить какой-нибудь опубликованный результат — увидите сами.

Но под нейронные сети лет 10 назад было гораздо проще получить деньги. "Адаптивный метод экстраполяции функций по множеству точек в многомерном пространстве" звучит гораздо менее привлекательно, чем "нейронная сеть", — ведь она умеет ДУМАТЬ! Это же модно и современно!

На деле нейронная сеть это просто весьма неудачный метод экстраполяции, крайне неудобный в применении. Медленный, вообще говоря не сходящийся (склонный застревать в локальных минимумах функции ошибки), и не имеющий никакой оценки точности прогноза.

А вот книг и статей зато написано сколько — это кошмар какой-то (написание книг это единственный способ заработать на нейросетях). Добрый совет, не читайте ничего кроме описания метода backpropagation. Все остальное ничуть не лучше, но не по делу сложнее.

Здравствуйте, Gaperton, Вы писали:

G>Здравствуйте, __Avatar__, Вы писали:

G>Ну что, пофлеймим маленько
Если вы так относитесь к этому, то пожалуй не стоит. Просто вы высказались необоснованно и субъективно!!!
Что-то из разряда — "мне это не нравиться и все тут"

G>Да, к сожалению их время еще окончательно не прошло, я говорил о том что доверие инвесторов подорвано. Только вот G>коммерчески успешных продуктов на базе НС что-то не густо. Если знаете, приведите ссылки, пожалуйста, обсудим. На G>исследовательские проекты ссылаться не стоит, они всегда "почти готовы и скоро принесут всем счастье". А на G>фантастические проекты тем более.
Компаний и НИИ достаточно. Вот к примеру одни из известных
http://www.basegroup.ru/deductor/description.htm — российский
http://www.neuropower.de/resrch/refs.en.html — иностранный

G>"Нейронные платы" реально работают, т.е. реально выполняют алгоритм обучения нейронной сети (что-то кстати тоже не G>слыхал про бум продаж в этой области. Не могли бы вы привести ссылки на производителей?). Речь идет не о "бажности" G>реализации, а о качестве самого метода НС. "Вялый" аргумент, ИМХО. Не пойму, что именно он опровергает. G>Утверждение, что опубликованный алгоритм невозможно реализовать?
Опять-таки вы выражаете субъективное мнение "не слыхал", попробуйте высказываться более аргументировано. Я могу вам привести и стоимости плат и производителей и многое другое, но что это решит. Если вы намеренно убеждены что нейросети это "зло", то увы ...
К тому же выражение ""Нейронные платы" реально работают, т.е. реально выполняют алгоритм обучения нейронной сети"
наводит на странные мысли?! Нейроплаты не обучаются — их "коэфициенты" уже установлены для класса решаемых задач, они могут только "настраиваться" для конкретной задачи путем подбора значений в выбранных диапазонах и то данная привелегиия не дается реальному пользователю это же не P-n-P!
Все-таки мне кажется вам стоит обратиться к соответсвующей литературе по нейрокомпьюерам и их устройству.
Что касается производителей — фирмы IBM,Siemens, Module вам достачное подтверждение "жизнестойкости" нейроплат.
Можете зайти на их страницы и оценить!

G>Я готов вести дискуссию. Приведите любую прикладную задачу, где как вам кажется у НС есть преимущество перед G>классикой, и мы обсудим это преимущество. Аргументированно. Пока мне такие задачи не попадались, но может вам G>попадались?
Каждая задача имеет множество решений, выбор которого зависит от предъявляемых требований. К примеру, задача прогнозирования может быть решена статистическими методами, аналитически ...и в нейросетевом базисе тоже. Таким образом от требований заказчика к работе готового продукта разратотчик выбирает между возможными вариантами и в каждом конкретном случае выбор может быть различен. Поэтому нельзя привести прикладную задачу и сказать вот она решается только так и не как более. Существует достаточное кол-во приложений, которые выполняют аналогичные "действия" и спроектированы(имеют различную архитектуру) по-разному.

G>Вот, о том-то я и говорю. "по крайней мере в общепринятом смысле". А вы попробуйте говорить не "простым языком". Не G>надо использовать параллели с нейронами, НС это просто матмодель. Попробуйте как математик математику кратко G>объяснить мне что такое нейросеть, и чем же таким именно она отличается от классических методов экстраполяции, что G>делает ее "оптимальным механизмом для решиния унифицированных задач". Пока это мне непонятно. И из книг/статей не G>понятно, хоть обчитайся. Прикольно, правда? Что еще веселее, в прикладной математике нет методов для G>решения "унифицированных задач" вообще. Кроме нейросетей .
Объяснить, это мне кажется не столь "короткое занятие" не стоит вести его в прямо форуме. Тем более, что вы все время возвращаетесь к численным методам, которыми я так понял вы занимаетесь. С нейросетями я занимался в областях распознования образов(изображения в частности), извлечение знчаний и частично управление объектами.

G>Примеры, примеры и еще раз примеры. На каком производстве, какими именно объектами, кто продает, сколько стоит.
G>Приведите хоть одно решение на базе НС для производства, которое продается и (!) где то работает. И чтоб было лучше или дешевле чем классическое решение (т. е. обладало реальным преимуществом кроме "модно и современно"). Съем свою шляпу.
Ну, что же приятного аппетита Я не буду долго рассказывать о преимуществах, приведу лишь компании, которые реально занимаются внедрением нейросетевых технолгогий и их решения признаны елси не лучшими, то заслуживающими уважения и довольно конкуретно способными.
http://www.fulcrum.com/index.html?cks=y
http://www.nd.com/products/
http://www.cse.unsw.edu.au/~jigsaw/ — это немного "фантастики"
http://www.neusciences.com/
http://www.neurok.ru/
http://www.crnep.ru/news.asp?ID=2252 — это ссылка на выставку, на которой "реальные" разработки.

G>Ну, может и вправду нет , и я сгущаю краски. Денег под это может вам кто-нибудь и даст. Но вот от надежды на G>быстрый прорыв и переворот в прикладных задачах я бы вас предостерег. Не было его, но "предвидится" он постоянно, G>что и плохо.
Опять-таки быстро?! Что вы быстро, не быстро — это вообще понятие относительное(это слово не для новой темы обсуждения). Конечно же, если вы заявите, что решили посвятить себя изучению новых тенденций и внедрению нейросетей, то вас скорее направят в НИИ занимающейся этой проблемой, чем выделят деньги. Если же вы достигли конкретных успехов в данной области и предоставляете свой продукт/технологию/метод/еще что-то спонсору с реальным планом по его внедрению то это другой разговор!

Здравствуйте, Аноним, Вы писали:

А>Да, да. Если есть что-то в математике хуже нейронных сетей, так это генетические алгоритмы. Хотя может еще и нечеткую логику сюда стоит добавить.
А>Дело в том, что за всеми этими модными штучками не стоит никакой сильной математической теории. А без этого невозможно ничего по нормальному сделать — ни дать оценки алгоритмам, ни оценить скорость сходимости и т.д. Можно только размахивать руками и стучать в бубен, надеясь, что изменив некоторые параметры определенным образом мы добьемся хорошего результата. Меня, как математика это просто бесит. Я не могу принимать в серьез вещи, которые по сути основаны на эксперименте.

Бесит, говорите? А можно и посмеятся . Мне вот, к примеру, пришла в голову гениальная идея! А что если применить генетику для обучения нейросети? Это же получится, блин, что крутость нейросетей будет таки умножена на немеряную крутизну генетических алгоритмов! Ультра-турбо-сега-мега-драйв, все инвесторы наши! Назовем результат в честь скромного изобретателя (меня): многослойный Гапертрон.

А что? Вот вам правдоподобное объяснение. Нейросети "обучаются" минимизацией функции ошибки методом сопряженного градиента. Этот метод во первых, склонен застревать в локальных минимумах, во вторых очень медленно работает из-за ступенчатого характера функции ошибки (маленький модуль градиента на плоских участках приводит к "пробуксовке"). Ну и в конце концов, требуется дифференцируемость персептрона, из-за чего мы вынуждены применять гладкие финкции в персептронах вместо ступеньки (что делает персептрон менее "персептронистым"), да и расчет самой производной отнимает немало времени.

Если мы применим ГА, то убьем всех зайцев сразу. Дифференцируемость не требуется, ну и типа ГА то будет всяко быстрее "сопряженного градиента". Ведь ГА
1) Модный и современный
2) Не завязан на градиент, а посему не подвержен пробуксовкам.
3) Не застревает в локальных минимумах (ну он, типа, имеет шанс оттуда выбраться, для этого есть "мутации" и "скрещивание").
4) Ну что они там еще обычто говорят? Ах да, ну ГА же типа это ну совсем как естественный отбор в природе, а посему просто стопудово должно сработать ("Гоги, докажи теорему!" — "Мамой клянусь!" .

Вроде здорово должно получится . Вроде как раз та самая ситуация, когда непонятно как решать. Но что-то подсказывает мне, что работать не будет. Совсем. Как раз из-за того, что качество одного умножится на качество другого. Have fun, господа математики!

Да, да. Если есть что-то в математике хуже нейронных сетей, так это генетические алгоритмы. Хотя может еще и нечеткую логику сюда стоит добавить.
Дело в том, что за всеми этими модными штучками не стоит никакой сильной математической теории. А без этого невозможно ничего по нормальному сделать — ни дать оценки алгоритмам, ни оценить скорость сходимости и т.д. Можно только размахивать руками и стучать в бубен, надеясь, что изменив некоторые параметры определенным образом мы добьемся хорошего результата. Меня, как математика это просто бесит. Я не могу принимать в серьез вещи, которые по сути основаны на эксперименте.
Популярность же генетических алгоритмов на мой взгляд сродни популярности нейронных сетей — простыми методами мы якобы можем решить сложнейшие задачи, алгоритм решения которых или не известен или очень сложен. Понять, как работает такой алгоритм очень просто, но не очень то просто предсказать, как долго он будет работать и насколько адекватный получится результат. Короче, как сказал человек чуть выше, такие вещи хороши только тогда, когда нет нормального решения и остается только шаманить с помощью НС и ГА в надежде, что что-то выйдет.
Тем не менее по НС есть по крайней мере хоть какие-то достойные работы — теоретические обоснования их применимости, алгоритмы которые их обучают, аналогии с физическими процессами, а вот по ГА я ничего толкового пока не видел.

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, 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?!

Здравствуйте, Supremum, Вы писали:

S>Здравствуйте, Gaperton, Вы писали:

G>>Здравствуйте, Slick, Вы писали:

S>>>Вопос в тему: а насколько реально сейчас коммерческое применение нейронных сетей?

S>>>Т.е. можно ли денег срубить на этом при наличии сопутствующих знаний по С++ и близлежащих технологий? Есть ли IT-конторы серьезно занимающиеся этим вопросом и набирающие специалистов?

S>>>Или это пока романтика и на хлеб с маслом ею не заработаешь?

G>>К сожалению, это *уже* не романтика. Множество прикладных исследований по всему миру в области нейронных сетей свернуто по причине отсутствия реальной отдачи. Нейронные сети не работают. Все, что можно решить при помощи нейронных сетей либо решается (и обычно гораздо лучше) классическими методами, либо адекватно не решается ни нейросетями ни классикой (тогда "нейросетевики" подгоняют или фальсифицируют результаты). Попробуйте повторить какой-нибудь опубликованный результат — увидите сами.

S>Акромя знания н.сете надо бы быть несколько математикам чтобы суметь толково адаптровать н.сеть для конкретной задачи. Я не согласен что они не работают у меня все работает. Просто надо применять опубликованные результаты умеючи. Иначе фигня получиться, кто ж тебе будет публиковать все секреты.

Умеючи-то можно, кто-бы спорил, если задача в принципе может быть решена подбором некоторой аппроксимирующей функции (!).

Одно непонятно, с каких это пор математики перестали публиковать правильные выкладки с целью не выдавать секретов.
Так что становиться, как математику, непонятно, зачем вообще нужно применять нейросеть. Дело в том, что нет никаких, сугубо математических, на то причин, и в то же время есть масса методов, опубликованных со всеми раскрытыми секретами.

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..."
Спасибо

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..."

Не знаю насколько глубокая, но я видел книгу по НС. Точное название не помню, но, кажется, так и называется "нейронные сети". В институте видел ее продавали, и лежала она вместе с книжками по сетям

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

Если тебе нужно описание основных типов сетей и алгоритмов обучения, можешь купить книгу Галушкина (если не ошибаюсь). Он выпустил несколько книг, большая часть из них какая-то муть, но конкретно эта полезная. Как называется не помню, смотри по содержанию.

А так есть в электронном виде на английском книга Хорника, если ты не против английского и электронных книг, могу уточнить автора и местонахождение. Содержание — тоже описание основных типов сетей и алгоритмы обучения.

Если тебе нужно что-то более конкретное, придется идти в библиотеку и читать книги и статьи на английском, другого пути нет.

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>Если тебе нужно описание основных типов сетей и алгоритмов обучения, можешь купить книгу Галушкина (если не ошибаюсь). Он выпустил несколько книг, большая часть из них какая-то муть, но конкретно эта полезная. Как называется не помню, смотри по содержанию.

А>А так есть в электронном виде на английском книга Хорника, если ты не против английского и электронных книг, могу уточнить автора и местонахождение. Содержание — тоже описание основных типов сетей и алгоритмы обучения.

А>Если тебе нужно что-то более конкретное, придется идти в библиотеку и читать книги и статьи на английском, другого пути нет.


Спасибо
Дя а я принципе не против английского и/или электронного варианта но бумага конечно желательнее

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

Есть конечно.
Вассерман "Нейронные сети". У меня, кажется, даже первый том есть.
Скинуть? Или можешь поискать по фамилии в нете
Там все с самого начала объяснено и довольно толково

UL>Есть конечно.
UL>Вассерман "Нейронные сети". У меня, кажется, даже первый том есть.
UL>Скинуть? Или можешь поискать по фамилии в нете
UL>Там все с самого начала объяснено и довольно толково


Вассерман + "Нейронные сети" = 2 ссылки на гугле
Скинь мне тоже. lazyfox@list.ru

Здравствуйте, Аноним, Вы писали:

UL>>Есть конечно.
UL>>Вассерман "Нейронные сети". У меня, кажется, даже первый том есть.
UL>>Скинуть? Или можешь поискать по фамилии в нете
UL>>Там все с самого начала объяснено и довольно толково


А>Вассерман + "Нейронные сети" = 2 ссылки на гугле
А>Скинь мне тоже. lazyfox@list.ru

Извините, люди добрые, фамилию его можно просто писать по-разному. По-английскому Wasserman.
А по русски как только не встречал: Вассерман, Уассерман, Уоссерман, наконец.
А скину как только мыло заработает....

Здравствуйте, UnLucky, Вы писали:

UL>А скину как только мыло заработает....

Если можно, то еще скиньте и на: rashevsky at rbcmail dot ru

UL>Извините, люди добрые, фамилию его можно просто писать по-разному. По-английскому Wasserman.
UL>А по русски как только не встречал: Вассерман, Уассерман, Уоссерман, наконец.
UL>А скину как только мыло заработает....

Если не затруднит и мне скиньте на <maq at mail.ru>
Thanks!

Да этого добра про всемогущие НС как грязи в инете. Достаточно в рамблере поискать.

Здравствуйте, UnLucky, Вы писали:

UL>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

UL>Есть конечно.
UL>Вассерман "Нейронные сети". У меня, кажется, даже первый том есть.
UL>Скинуть? Или можешь поискать по фамилии в нете
UL>Там все с самого начала объяснено и довольно толково

Да, был бы очень признателен
Скинь на

Здравствуйте, barn_czn, Вы писали:

_>Да этого добра про всемогущие НС как грязи в инете. Достаточно в рамблере поискать.


Вопос в тему: а насколько реально сейчас коммерческое применение нейронных сетей?

Т.е. можно ли денег срубить на этом при наличии сопутствующих знаний по С++ и близлежащих технологий? Есть ли IT-конторы серьезно занимающиеся этим вопросом и набирающие специалистов?

Или это пока романтика и на хлеб с маслом ею не заработаешь?

Здравствуйте, Slick, Вы писали:

S>Здравствуйте, barn_czn, Вы писали:

_>>Да этого добра про всемогущие НС как грязи в инете. Достаточно в рамблере поискать.


S>Вопос в тему: а насколько реально сейчас коммерческое применение нейронных сетей?

Поскольку эта область науки еще молода, то на данный момент реальны лишь отдельные моменты: взять хотя бы алгоритмы предачи данных со сжатием, основанном на сетях встречного распространения. А вообще потенциал НС огромен, нужно лишь время на дальнейшее исследование. Сейчас, насколько я знаю, АРТ (адаптивно-резонансная теория) представляется довольно перспективной.

Здравствуйте, Slick, Вы писали:

S>Здравствуйте, barn_czn, Вы писали:

_>>Да этого добра про всемогущие НС как грязи в инете. Достаточно в рамблере поискать.


S>Вопос в тему: а насколько реально сейчас коммерческое применение нейронных сетей?

S>Т.е. можно ли денег срубить на этом при наличии сопутствующих знаний по С++ и близлежащих технологий? Есть ли IT-конторы серьезно занимающиеся этим вопросом и набирающие специалистов?

S>Или это пока романтика и на хлеб с маслом ею не заработаешь?

Кроме применения данной технологии в процессе сжатия данных, она также поеж быть применена в областях распознавания образов, звуков, событий, реагирования на изменения окружающей среды (т.е. обнаружения ее аномального поведения). Реальных организаций, занимающихся данной проблематикой за руюежом не знаю. В Беларуси вроде в ИТК НАН РБ занимаются чем-то подобным

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 ты поищи в этом форуме! Все это уже было.

Здравствуйте, Gaperton, Вы писали:

G>К сожалению, это *уже* не романтика. Множество прикладных исследований по всему миру в области нейронных сетей свернуто по причине отсутствия реальной отдачи. Нейронные сети не работают. Все, что можно решить при помощи нейронных сетей либо решается (и обычно гораздо лучше) классическими методами, либо адекватно не решается ни нейросетями ни классикой (тогда "нейросетевики" подгоняют или фальсифицируют результаты). Попробуйте повторить какой-нибудь опубликованный результат — увидите сами.

G>Но под нейронные сети лет 10 назад было гораздо проще получить деньги. "Адаптивный метод экстраполяции функций по множеству точек в многомерном пространстве" звучит гораздо менее привлекательно, чем "нейронная сеть", — ведь она умеет ДУМАТЬ! Это же модно и современно!

G>На деле нейронная сеть это просто весьма неудачный метод экстраполяции, крайне неудобный в применении. Медленный, вообще говоря не сходящийся (склонный застревать в локальных минимумах функции ошибки), и не имеющий никакой оценки точности прогноза.

G>А вот книг и статей зато написано сколько — это кошмар какой-то (написание книг это единственный способ заработать на нейросетях). Добрый совет, не читайте ничего кроме описания метода backpropagation. Все остальное ничуть не лучше, но не по делу сложнее.

Не думал что на самом деле положение дел именно такое.

Интересно, а все сказанное касается искусственного интеллекта в целом или только его воплащения в виде нейронных цепей?
Насколько вообще реально построение серьезных AI-систем? Ведутся ли сейчас исследования в этом направлении?

Здравствуйте, Gaperton, Вы писали:


G>К сожалению, это *уже* не романтика. Множество прикладных исследований по всему миру в области нейронных сетей свернуто по причине отсутствия реальной отдачи. Нейронные сети не работают. Все, что можно решить при помощи нейронных сетей либо решается (и обычно гораздо лучше) классическими методами, либо адекватно не решается ни нейросетями ни классикой (тогда "нейросетевики" подгоняют или фальсифицируют результаты). Попробуйте повторить какой-нибудь опубликованный результат — увидите сами.

G>Но под нейронные сети лет 10 назад было гораздо проще получить деньги. "Адаптивный метод экстраполяции функций по множеству точек в многомерном пространстве" звучит гораздо менее привлекательно, чем "нейронная сеть", — ведь она умеет ДУМАТЬ! Это же модно и современно!

G>На деле нейронная сеть это просто весьма неудачный метод экстраполяции, крайне неудобный в применении. Медленный, вообще говоря не сходящийся (склонный застревать в локальных минимумах функции ошибки), и не имеющий никакой оценки точности прогноза.

G>А вот книг и статей зато написано сколько — это кошмар какой-то (написание книг это единственный способ заработать на нейросетях). Добрый совет, не читайте ничего кроме описания метода backpropagation. Все остальное ничуть не лучше, но не по делу сложнее.

Весьма интересное мнение.
Хотелось бы узнать немного поподробней некоторые детали.
1. Действительно ли не существует такого класса задач где потребовалось бы стрить НС обучать ее и применять для решения
2. Ваше вышеприведенное высказывание опирается на ваш личный опыт в научной области или просто вы озвучиваете некоторую точку зрения. Не хочу казаться бестактными, но имеете ли вы научную степень в этой области, наскольок глубоко вы с этим знакомы (может мы говорим с доктором физ мат наук и весь этот пост можно закончить на вашем сообщении так как оно является наиболе авторитетным).

Здравствуйте, Slick, Вы писали:

S>Не думал что на самом деле положение дел именно такое.

S>Интересно, а все сказанное касается искусственного интеллекта в целом или только его воплащения в виде нейронных цепей?
S>Насколько вообще реально построение серьезных AI-систем? Ведутся ли сейчас исследования в этом направлении?

нейронных цепей == нейронных сетей

переклинило меня малость

Здравствуйте, Slick, Вы писали:

S>Здравствуйте, Gaperton, Вы писали:

G>>К сожалению, это *уже* не романтика. Множество прикладных исследований по всему миру в области нейронных сетей G>>свернуто по причине отсутствия реальной отдачи.
На самом деле обстоят не так печально. Да, время повального интузиазма внедрения нейросетевых технолгий во все, что можно, прошло. Но это отнюдь не означает, что и их, нейросетей, время тоже прошло. Они заняли, точнее все еще занимают, свою нишу, в различных отраслях научной деятельности. К примеру японцы довольно сильно углубились в изучение и внедрение нейросетей. Об этом говорят их порой грандиозно-фантастические проекты.
К примеру вот проект http://www.aso.ecei.tohoku.ac.jp/~shun/research-e.html реализуемый на нейросети распознавание рукописного текста.

G>> Нейронные сети не работают.
G>>Все, что можно решить при помощи нейронных сетей либо решается (и обычно гораздо лучше) классическими методами, G>>либо адекватно не решается ни нейросетями ни классикой (тогда "нейросетевики" подгоняют или фальсифицируют G>>результаты). Попробуйте повторить какой-нибудь опубликованный результат — увидите сами.
Это мягко сказать "вялая" отговрка! Не все нейросетевые технологии являются такими простыми в моделировании. И
реально работающие "нейроннные платы" опровергают это "заявление" о не состоятельности нейросетей.

G>>... ведь она умеет ДУМАТЬ! Это же модно и современно!
Общие слова, культивируемые в популярных учебниках! 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.Их сложность может колебыться от простого распознавания картинок до управления сложными объектами на производстве. К тому же обучившись, нейросеть исключительно быстро работает в сравнении с другими аналогами.

G>>На деле нейронная сеть это просто весьма неудачный метод экстраполяции, крайне неудобный в применении.
Я говорил ранее, что не все во сферы научной деятельности можно успешно внедрить нейросети.

G>> Добрый совет, не читайте ничего кроме описания метода backpropagation. Все остальное ничуть не лучше, но не по G>>делу сложнее.
Это субъективное замечание и ничуть не отражает общего состояния дел. Если вы сталкивались с задачами, которые успешно решаются только методом обратного распространения ошибки, это еще не не означает, что все остальное можно с легкостью отбросить за ненадобностью.

S>Не думал что на самом деле положение дел именно такое.
Конечно же нет!

S>Интересно, а все сказанное касается искусственного интеллекта в целом или только его воплащения в виде нейронных S>цепей?
Дабы меньше говорить приведу несколько ссылок, на основании которых вы сами можете сделать свои выводы.
http://www.orc.ru/~stasson/menu.html — сайт довольно давно закрылся но информация на нем актуальна.
http://www.neuropower.de/resrch/refs.en.html — зарубежный аналог
http://www.alife-soft.narod.ru/links.html — много различных ресурсов по AI вообще.

Здравствуйте, __Avatar__, Вы писали:

__A>Здравствуйте, Slick, Вы писали:

S>>Здравствуйте, Gaperton, Вы писали:

G>>>К сожалению, это *уже* не романтика. Множество прикладных исследований по всему миру в области нейронных сетей G>>свернуто по причине отсутствия реальной отдачи.
__A>На самом деле обстоят не так печально. Да, время повального интузиазма внедрения нейросетевых технолгий во все, что можно, прошло. Но это отнюдь не означает, что и их, нейросетей, время тоже прошло. Они заняли, точнее все еще занимают, свою нишу, в различных отраслях научной деятельности. К примеру японцы довольно сильно углубились в изучение и внедрение нейросетей. Об этом говорят их порой грандиозно-фантастические проекты.
__A>К примеру вот проект http://www.aso.ecei.tohoku.ac.jp/~shun/research-e.html реализуемый на нейросети распознавание рукописного текста.

Ну что, пофлеймим маленько
Да, к сожалению их время еще окончательно не прошло, я говорил о том что доверие инвесторов подорвано. Только вот коммерчески успешных продуктов на базе НС что-то не густо. Если знаете, приведите ссылки, пожалуйста, обсудим. На исследовательские проекты ссылаться не стоит, они всегда "почти готовы и скоро принесут всем счастье". А на фантастические проекты тем более.

G>>> Нейронные сети не работают.
G>>>Все, что можно решить при помощи нейронных сетей либо решается (и обычно гораздо лучше) классическими методами, G>>либо адекватно не решается ни нейросетями ни классикой (тогда "нейросетевики" подгоняют или фальсифицируют G>>результаты). Попробуйте повторить какой-нибудь опубликованный результат — увидите сами.
__A>Это мягко сказать "вялая" отговрка! Не все нейросетевые технологии являются такими простыми в моделировании. И
__A>реально работающие "нейроннные платы" опровергают это "заявление" о не состоятельности нейросетей.

"Нейронные платы" реально работают, т.е. реально выполняют алгоритм обучения нейронной сети (что-то кстати тоже не слыхал про бум продаж в этой области. Не могли бы вы привести ссылки на производителей?). Речь идет не о "бажности" реализации, а о качестве самого метода НС. "Вялый" аргумент, ИМХО. Не пойму, что именно он опровергает. Утверждение, что опубликованный алгоритм невозможно реализовать?

Я готов вести дискуссию. Приведите любую прикладную задачу где как вам кажется у НС есть преимущество перед классикой, и мы обсудим это преимущество. Аргументированно. Пока мне такие задачи не попадались, но может вам попадались?

G>>>... ведь она умеет ДУМАТЬ! Это же модно и современно!
__A>Общие слова, культивируемые в популярных учебниках! 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.

Вот, о том-то я и говорю. "по крайней мере в общепринятом смысле". А вы попробуйте говорить не "простым языком". Не надо использовать параллели с нейронами, НС это просто матмодель. Попробуйте как математик математику кратко объяснить мне что такое нейросеть, и чем же таким именно она отличается от классических методов экстраполяции, что делает ее "оптимальным механизмом для решиния унифицированных задач". Пока это мне непонятно. И из книг/статей не понятно, хоть обчитайся. Прикольно, правда? Что еще веселее, в прикладной математике нет методов для решения "унифицированных задач" вообще. Кроме нейросетей .

__A> Их сложность может колебыться от простого распознавания картинок до управления сложными объектами на производстве. К тому же обучившись, нейросеть исключительно быстро работает в сравнении с другими аналогами.

Примеры, примеры и еще раз примеры. На каком производстве, какими именно объектами, кто продает, сколько стоит.
Приведите хоть одно решение на базе НС для производства, которое продается и (!) где то работает. И чтоб было лучше или дешевле чем классическое решение (т. е. обладало реальным преимуществом кроме "модно и современно"). Съем свою шляпу.

G>>>На деле нейронная сеть это просто весьма неудачный метод экстраполяции, крайне неудобный в применении.
__A>Я говорил ранее, что не все во сферы научной деятельности можно успешно внедрить нейросети.
А вот тут-то у меня речь идет как раз не о сфере деятельности. Вы напрасно вырезали остаток абзаца, где перечисляется чем именно плох сам _метод_ НС, безотносительно сферы применения.

G>>> Добрый совет, не читайте ничего кроме описания метода backpropagation. Все остальное ничуть не лучше, но не по G>>делу сложнее.
__A>Это субъективное замечание и ничуть не отражает общего состояния дел. Если вы сталкивались с задачами, которые успешно решаются только методом обратного распространения ошибки, это еще не не означает, что все остальное можно с легкостью отбросить за ненадобностью.

Да я что, я ничего . Для себя я вообще все методы НС отбросил с легкостью Но если мне будут за это платить деньги, то займусь, почему нет. "Пахнет? Нет, не пахнет. А все-таки они из мочи!"

S>>Не думал что на самом деле положение дел именно такое.
__A>Конечно же нет!
Ну, может и вправду нет , и я сгущаю краски. Денег под это может вам кто-нибудь и даст. Но вот от надежды на быстрый прорыв и переворот в прикладных задачах я бы вас предостерег. Не было его, но "предвидится" он постоянно, что и плохо.

S>>Интересно, а все сказанное касается искусственного интеллекта в целом или только его воплащения в виде нейронных S>цепей?
Касается только НС.

Здравствуйте, globus000, Вы писали:

G>Весьма интересное мнение.
G>Хотелось бы узнать немного поподробней некоторые детали.
G>1. Действительно ли не существует такого класса задач где потребовалось бы стрить НС обучать ее и применять для решения
Мне не известен класс задач где и НС было бы серьезное преимущество. Но ведь это не значит что их нет.

С другой стороны проблема состоит в том, что нейросети часто пытаются применять для тех задач, которые вообще непонятно как решать. В надежде, что НС "умная" и способна сама "проанализаровать" закономерности. Взять к примеру, распознавание речи без предварительной настройки на голос. Эта задача пока адекватно не решается никакими методоми. Потому что просто непонятно, как ее решать. Но сколько людей пытаются прикрутить к ней нейросеть, в надежде что уж она то как-нибудь сама выкрутится.

G>2. Ваше вышеприведенное высказывание опирается на ваш личный опыт в научной области или просто вы озвучиваете некоторую точку зрения. Не хочу казаться бестактными, но имеете ли вы научную степень в этой области, наскольок глубоко вы с этим знакомы (может мы говорим с доктором физ мат наук и весь этот пост можно закончить на вашем сообщении так как оно является наиболе авторитетным).

Авторитетом давить не хочу не люблю и не буду. Только логика. Доктором наук не являюсь, но математику знаю неплохо.

Мои данные могли несколько устареть. В 1996-1998 годах я участвовал в работе семинара по данной тематике под руководством Н. Магницкого. (МГУ, ВМиК, кафедра нелинейных динамических систем).

Так что рвите в клочья!-)

Здравствуйте, Gaperton, Вы писали:

G>Здравствуйте, globus000, Вы писали:

G>>Весьма интересное мнение.
G>>Хотелось бы узнать немного поподробней некоторые детали.
G>>1. Действительно ли не существует такого класса задач где потребовалось бы стрить НС обучать ее и применять для решения
G>Мне не известен класс задач где и НС было бы серьезное преимущество. Но ведь это не значит что их нет.

G>С другой стороны проблема состоит в том, что нейросети часто пытаются применять для тех задач, которые вообще непонятно как решать. В надежде, что НС "умная" и способна сама "проанализаровать" закономерности. Взять к примеру, распознавание речи без предварительной настройки на голос. Эта задача пока адекватно не решается никакими методоми. Потому что просто непонятно, как ее решать. Но сколько людей пытаются прикрутить к ней нейросеть, в надежде что уж она то как-нибудь сама выкрутится.

Еще тогда хотел бы продолжить тему "модных" методологий. Действительно, никто не спорит, что НС и рядом не лежали с классическими методами решения задач. Но народ мочится кипятком. Действительно, НС — это звучит круто, но честно говоря я лично испытываю смешанные чувства по отношению к подобным вещам. Я просто еще слабо представляю себе потенциал НС и запостил этот топик с наивной целью врубиться, что это вообще такое и насколько применимо. А что вы думаете по поводу такой "модной" темы как генетические алгоритмы. 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.

G>>2. Ваше вышеприведенное высказывание опирается на ваш личный опыт в научной области или просто вы озвучиваете некоторую точку зрения. Не хочу казаться бестактными, но имеете ли вы научную степень в этой области, наскольок глубоко вы с этим знакомы (может мы говорим с доктором физ мат наук и весь этот пост можно закончить на вашем сообщении так как оно является наиболе авторитетным).

G>Авторитетом давить не хочу не люблю и не буду. Только логика. Доктором наук не являюсь, но математику знаю неплохо.

G>Мои данные могли несколько устареть. В 1996-1998 годах я участвовал в работе семинара по данной тематике под руководством Н. Магницкого. (МГУ, ВМиК, кафедра нелинейных динамических систем).

G>Так что рвите в клочья!-)

Ничего личного, просто действительно было интересно.

Здравствуйте, <Аноним>, Вы писали:

А>Да, да. Если есть что-то в математике хуже нейронных сетей, так это генетические алгоритмы. Хотя может еще и нечеткую логику сюда стоит добавить.
А>Дело в том, что за всеми этими модными штучками не стоит никакой сильной математической теории.

Сам не видел, но говорят, что про ГА какие-то док-ва есть, что это должно работать. Как препод сказал: "На грани мистики".

А> Популярность же генетических алгоритмов на мой взгляд сродни популярности нейронных сетей — простыми методами мы якобы можем решить сложнейшие задачи, алгоритм решения которых или не известен или очень сложен. Понять, как работает такой алгоритм очень просто, но не очень то просто предсказать, как долго он будет работать и насколько адекватный получится результат. Короче, как сказал человек чуть выше, такие вещи хороши только тогда, когда нет нормального решения и остается только шаманить с помощью НС и ГА в надежде, что что-то выйдет.
А> Тем не менее по НС есть по крайней мере хоть какие-то достойные работы — теоретические обоснования их применимости, алгоритмы которые их обучают, аналогии с физическими процессами, а вот по ГА я ничего толкового пока не видел.

Я один раз сталкивался с ГА — меня впечатлило. Но там, действительно, не ясно было как решать по-другому.

Здравствуйте, __Avatar__, Вы писали:

G>>Да, к сожалению их время еще окончательно не прошло, я говорил о том что доверие инвесторов подорвано. Только вот G>коммерчески успешных продуктов на базе НС что-то не густо. Если знаете, приведите ссылки, пожалуйста, обсудим. На G>исследовательские проекты ссылаться не стоит, они всегда "почти готовы и скоро принесут всем счастье". А на G>фантастические проекты тем более.
__A>Компаний и НИИ достаточно. Вот к примеру одни из известных
__A>http://www.basegroup.ru/deductor/description.htm — российский
Здесь нейросеть как один из модулей системы анализа данных. Добавлен очевидно до кучи: "А мы еще и вот так умеем!". Очень интересно, как вы докажете коммерческий успех технологии НС на разработке второстепенной фирмы.
__A>http://www.neuropower.de/resrch/refs.en.html — иностранный
"На исследовательские проекты ссылаться не стоит" (С)Gaperton абзацем выше.

G>>"Нейронные платы" реально работают, т.е. реально выполняют алгоритм обучения нейронной сети (что-то кстати тоже не G>слыхал про бум продаж в этой области. Не могли бы вы привести ссылки на производителей?). Речь идет не о "бажности" G>реализации, а о качестве самого метода НС. "Вялый" аргумент, ИМХО. Не пойму, что именно он опровергает. G>Утверждение, что опубликованный алгоритм невозможно реализовать?
__A>Опять-таки вы выражаете субъективное мнение "не слыхал", попробуйте высказываться более аргументировано. Я могу вам привести и стоимости плат и производителей и многое другое, но что это решит. Если вы намеренно убеждены что нейросети это "зло", то увы ...
__A>К тому же выражение ""Нейронные платы" реально работают, т.е. реально выполняют алгоритм обучения нейронной сети"
__A>наводит на странные мысли?! Нейроплаты не обучаются — их "коэфициенты" уже установлены для класса решаемых задач, они могут только "настраиваться" для конкретной задачи путем подбора значений в выбранных диапазонах и то данная привелегиия не дается реальному пользователю это же не P-n-P!
__A>Все-таки мне кажется вам стоит обратиться к соответсвующей литературе по нейрокомпьюерам и их устройству.
__A>Что касается производителей — фирмы IBM,Siemens, Module вам достачное подтверждение "жизнестойкости" нейроплат.
__A>Можете зайти на их страницы и оценить!
Не надо уводить тему непойми куда. Факт наличия или отсутствия ваших плат совершенно не имеет никакого отношения к качеству самого метода НС. А я писал о нем, и не хочу обсуждать эти платы. Но если вы приведете ссылку на страничку продукта IBM, так, просто мне для общего развития, то я буду вам очень благодарен. А то найти не могу, а интересно

G>>Я готов вести дискуссию. Приведите любую прикладную задачу, где как вам кажется у НС есть преимущество перед G>классикой, и мы обсудим это преимущество. Аргументированно. Пока мне такие задачи не попадались, но может вам G>попадались?
__A>Каждая задача имеет множество решений, выбор которого зависит от предъявляемых требований. К примеру, задача прогнозирования может быть решена статистическими методами, аналитически ...и в нейросетевом базисе тоже. Таким образом от требований заказчика к работе готового продукта разратотчик выбирает между возможными вариантами и в каждом конкретном случае выбор может быть различен. Поэтому нельзя привести прикладную задачу и сказать вот она решается только так и не как более. Существует достаточное кол-во приложений, которые выполняют аналогичные "действия" и спроектированы(имеют различную архитектуру) по-разному.

Спасибо что вы напомнили мне про то, что задачи имеют множество возможных решений. Также очень свежа мысль о том, что конкретный метод должен подбираться в соответствии с требованиями заказчика . Я повторю вопрос. Приведите любую прикладную задачу, где как вам кажется у НС есть преимущество перед классикой. В контексте конкретных требований заказчика, их тоже приведите. Я то думал, что они являются частью прикладной задачи, но хозяин барин. Все для вас.

G>>Примеры, примеры и еще раз примеры. На каком производстве, какими именно объектами, кто продает, сколько стоит.
G>>Приведите хоть одно решение на базе НС для производства, которое продается и (!) где то работает. И чтоб было лучше или дешевле чем классическое решение (т. е. обладало реальным преимуществом кроме "модно и современно"). Съем свою шляпу.
__A>Ну, что же приятного аппетита Я не буду долго рассказывать о преимуществах, приведу лишь компании, которые реально занимаются внедрением нейросетевых технолгогий и их решения признаны елси не лучшими, то заслуживающими уважения и довольно конкуретно способными.

Ну если вы не будете рассказывать о преимуществах, то и я повременю есть шляпу
А теперь разберемся со ссылками. Разнообразные симуляторы нейросетей это конечно здорово. Но это к сожалению не прикладной продукт. Это инструментарий для его создания. Где там у нас нейросети типа особенно сильны? Распознавание речи? Распознавание текста? Ну и где у нас лидирующие на рынке всем известные нейросетевые продукты распознавания речи и текста? Может быть, Fine Reader? Или CuneForm? Может быть софт от Microsoft по распознаванию текста (поставляется с PocketPC) основан на нейросетях? Нет? В IBM исследования по распознаванию текста почему-то ведутся на базисе марковских автоматов. Ну а где же НС продукты-то?

__A>http://www.fulcrum.com/index.html?cks=y
Не понимаю, где там искать нейросети. Ничего похожего не вижу. А хотелось бы, т. к. Fulcrum единственная серьезная фирма в вашем списке.

__A>http://www.nd.com/products/
Симулятор. +система торговли на бирже. Не работает. У нас этим занимались. Неплохо обучается на истории затем начинает внезапно сливать. Здесь тот самый случай когда задача не решается ни классикой, ни нейросетями. Трейдером надо быть, а не нейросетью с сотней нейронов.

__A>http://www.cse.unsw.edu.au/~jigsaw/ — это немного "фантастики"
Ни слова про нейросети на всем сайте. Пишут что-то про совершенно уникальную и особенную патентованную разработку в стиле "enlarge your penis".

__A>http://www.neusciences.com/
Java фреймворк для создания нейросетей. Не прикладной продукт.

__A>http://www.neurok.ru/
Это интереснее. Прикладной пакет для анализа данных. НС вычисления входят туда как один из модулей. Это интересно, но скорее всего геморройно в использовании и хреново работает. Можно было бы проверить, но я устал уже. Всегда одно и тоже. Да и не бывает чудес-то.

__A>http://www.crnep.ru/news.asp?ID=2252 — это ссылка на выставку, на которой "реальные" разработки.
Это выставка посвящена цифровой обработке сигналов. Есть раздел про Нейрокомпьютерную Обработку. Ну и что? Где сами-то разработки? К слову, все задачи ЦОС превосходно решаются классикой.

Короче, шляпу есть не вижу повода. Обыкновенный рекламный бред в духе "нейросеть умеет думать, поэтому она круче".

G>>Ну, может и вправду нет , и я сгущаю краски. Денег под это может вам кто-нибудь и даст. Но вот от надежды на G>быстрый прорыв и переворот в прикладных задачах я бы вас предостерег. Не было его, но "предвидится" он постоянно, G>что и плохо.
__A>Опять-таки быстро?! Что вы быстро, не быстро — это вообще понятие относительное(это слово не для новой темы обсуждения). Конечно же, если вы заявите, что решили посвятить себя изучению новых тенденций и внедрению нейросетей, то вас скорее направят в НИИ занимающейся этой проблемой, чем выделят деньги. Если же вы достигли конкретных успехов в данной области и предоставляете свой продукт/технологию/метод/еще что-то спонсору с реальным планом по его внедрению то это другой разговор!

Да, быстро! У нас жесткая конкуренция в IT, вообще-то, и продукт надо выпускать быстро. Если НС такой замечательный метод, то я не понимаю почему (и ради чего) мне надо проводить лучшие годы своей жизни в попытках его применить. Почему-то ничего подобного с классическими методами не происходит — бери, пользуйся, работает. И не надо переводиться ни в какой в НИИ чтобы просто ВОСПОЛЬЗОВАТЬСЯ существующей теорией. А если классика не работает, так это обычно можно понять из описания метода. С нейросетями это почему-то всегда сюрприз.

А что до реальных продуктов, так инвесторы уже тоже не все дураки стали. Соображают кое что. Они мудреных слов не понимают, зато догадываются что если 5 проектов с практическим применением НС пришлось закрыть, то 6 тоже будет закрыт с нулевым результатом потому что выбьется из бюджета как и все предыдущие.

Здравствуйте, Аноним, Вы писали:

А>Да, да. Если есть что-то в математике хуже нейронных сетей, так это генетические алгоритмы. Хотя может еще и нечеткую логику сюда стоит добавить.
А>Дело в том, что за всеми этими модными штучками не стоит никакой сильной математической теории. А без этого невозможно ничего по нормальному сделать — ни дать оценки алгоритмам, ни оценить скорость сходимости и т.д. Можно только размахивать руками и стучать в бубен, надеясь, что изменив некоторые параметры определенным образом мы добьемся хорошего результата. Меня, как математика это просто бесит. Я не могу принимать в серьез вещи, которые по сути основаны на эксперименте.
А> Популярность же генетических алгоритмов на мой взгляд сродни популярности нейронных сетей — простыми методами мы якобы можем решить сложнейшие задачи, алгоритм решения которых или не известен или очень сложен. Понять, как работает такой алгоритм очень просто, но не очень то просто предсказать, как долго он будет работать и насколько адекватный получится результат. Короче, как сказал человек чуть выше, такие вещи хороши только тогда, когда нет нормального решения и остается только шаманить с помощью НС и ГА в надежде, что что-то выйдет.
А> Тем не менее по НС есть по крайней мере хоть какие-то достойные работы — теоретические обоснования их применимости, алгоритмы которые их обучают, аналогии с физическими процессами, а вот по ГА я ничего толкового пока не видел.

Вот и меня заинтересовал этот вопрос. Если нельзя доказать, что алгортим сойдется, на кой ляд его тулят везде. С НС все понятно — просто ИИ — это круто и привлекательно, это романтика. Но в ГА этой романтики нету. Так откуда такая популярность. И реально, молжет ьыть кто-нибудь знает реальные примеры, когда нужно использовать ГА.

Здравствуйте, Gaperton, Вы писали:

.

G>Бесит, говорите? А можно и посмеятся . Мне вот, к примеру, пришла в голову гениальная идея! А что если применить генетику для обучения нейросети? Это же получится, блин, что крутость нейросетей будет таки умножена на немеряную крутизну генетических алгоритмов! Ультра-турбо-сега-мега-драйв, все инвесторы наши! Назовем результат в честь скромного изобретателя (меня): многослойный Гапертрон.

Ага, я готов поддержать. Идея красивая есть, теперь надо бабок пробить. Снимем пару комнатушек в зачуханном НИИ, оденемся в блатные костюмы, для пущей распонтовки посадим в секретарши девочку-стерву, и будем всяким лохам толкать системы управления их бизнесом. Можно еще заняться отстрелом конкурентов.

Здравствуйте, Gaperton, Вы писали:

__A>>http://www.basegroup.ru/deductor/description.htm — российский
G>Здесь нейросеть как один из модулей системы анализа данных. Добавлен очевидно до кучи: "А мы еще и вот так умеем!". G>Очень интересно, как вы докажете коммерческий успех технологии НС на разработке второстепенной фирмы.
Все вам не угодишь ...если вы так уперлись, как упоминал ранее, что Нейросеть это зло, так вас ничем не здвинуть с этого "места". Для вас и фирма воторостепенная, и НС тоько часть проекта, и еще докажите убедите. Конечно, ничто не нужно воспринимать на веру — все необходимо проверить, но ...
То, что НС используеться как часть структуры еще не означает ее второстепенность.С таким же успехом можно сказать, что и остальные составляющие проекта являются "Добавлены очевидно до кучи"...но это же абсурд!
И если фирма не размером с MS, это еще не знчаит что она второстепенная!

G>Не надо уводить тему непойми куда. Факт наличия или отсутствия ваших плат совершенно не имеет никакого отношения к G>качеству самого метода НС. А я писал о нем, и не хочу обсуждать эти платы. Но если вы приведете ссылку на страничку G>продукта IBM, так, просто мне для общего развития, то я буду вам очень благодарен. А то найти не могу, а интересно
Платы скажем не мои Факт их наличия вам тоже ничего не говорит об эффективности нейросетевого подхода?!
Между словом приведу вам статью из журнала "Профиль" http://www.profil.orc.ru/archive/n335/text6.html, хотя вы верно опять скажете о ее несостоятетельнсоти и пафосности ...
Кстати про IBM — вот http://www.simpl.co.nz/News/Newsletter/Simplicity.aspx на данной странице описана технология ZISC,разработанная совместно с IBM, на базе которой создана серия нейрочипов начиная с ZISC036. В дальнейшем эта технология развивалась отдельно преимущественно для нейрокомпьютеров(можете посмотреть статьи по ее внедрения в Internete).
А вот партнер IBM, компания, которая использует нейросетевой подход. Можете оценить ее партнеров http://www.simpl.co.nz/About/Partners/BusPartners.aspx и "значимость в ваших глазах".


G>Спасибо что вы напомнили мне про то, что задачи имеют множество возможных решений. Также очень свежа мысль о том, G>что конкретный метод должен подбираться в соответствии с требованиями заказчика . Я повторю вопрос. Приведите G>любую прикладную задачу, где как вам кажется у НС есть преимущество перед классикой. В контексте конкретных G>требований заказчика, их тоже приведите. Я то думал, что они являются частью прикладной задачи, но хозяин барин. G>Все для вас.
Повторюсь,знаете вы все видите, через свою призму. Я указывал вам несколько проектов и соответственно задач!
Ну раз вам нужно намеренно указать пример, на который вы "наброситесь" ) дабы доказать обратное, то прошу.
Вам нужна архитектура нейросети ее параметры или сам проект?
Насчет проекта вот один из его последних реализаций http://www.aso.ecei.tohoku.ac.jp/~shun/research-e.html.
Материалы расположены в хронологическом порядке.Здесь, касательно распознавание рукописного текста(подверженного различного рода искажениям). Насчет прикладного характера данного проекта, то об этом можно судить по предоставленым результатам(они не фальсифицированы ) — это не лаборатрные опыты. И не торопитесь делать скоропалительных выводов, рассмотрите сам метод, вас как математика должна заинтересовать мат.часть.
Надеюсь, английский вариант не явится преградой в понимании (ничего оскорбительно, просто на руском очень мало свежей информации)!

G>Ну если вы не будете рассказывать о преимуществах, то и я повременю есть шляпу
G>А теперь разберемся со ссылками. Разнообразные симуляторы нейросетей это конечно здорово. Но это к сожалению не G>прикладной продукт. Это инструментарий для его создания. Где там у нас нейросети типа особенно сильны? G>Распознавание речи? Распознавание текста? Ну и где у нас лидирующие на рынке всем известные нейросетевые продукты G>распознавания речи и текста? Может быть, Fine Reader? Или CuneForm? Может быть софт от Microsoft по распознаванию G>текста (поставляется с PocketPC) основан на нейросетях? Нет? В IBM исследования по распознаванию текста почему-то G>ведутся на базисе марковских автоматов. Ну а где же НС продукты-то?
Напрасно вы так скептически настроены насчет "гигантов" IT-технолгий. Их dev-отделения работают в направлении НС-технолгий. Вам как всегда нужны доказательсва?! Ранее приведенная статья затрагивает этот аспект, но для большей убедительности можете почитать новости за полседние годы/месяцы. Там вы безусловно найдете упомянутую информацию!

__A>>http://www.fulcrum.com/index.html?cks=y
G>Не понимаю, где там искать нейросети. Ничего похожего не вижу. А хотелось бы, т. к. Fulcrum единственная серьезная G>фирма в вашем списке.
Извиняюсь, это российские партнеры Fulcrum использвовали нейросеть для своих целей.http://www.bytemag.ru/Article.asp?ID=719 — если интересно(там не так много, но так к слову).

__A>>http://www.nd.com/products/
G>Симулятор. +система торговли на бирже. Не работает. У нас этим занимались. Неплохо обучается на истории затем G>начинает внезапно сливать. Здесь тот самый случай когда задача не решается ни классикой, ни нейросетями. Трейдером G>надо быть, а не нейросетью с сотней нейронов.
Действительно, не докажешь — вы просили продукты. Вот они — теперь начинаете говорить, что это не те продукты, которые ожидали!?

__A>>http://www.cse.unsw.edu.au/~jigsaw/ — это немного "фантастики"
G>Ни слова про нейросети на всем сайте. Пишут что-то про совершенно уникальную и особенную патентованную разработку в стиле "enlarge your penis".
Знаете, ну вы просто мастер выискивать недостатки!Смотрели бы на достоинства — технолгия основана на нейросетевом подходе!

__A>>http://www.neusciences.com/
G>Java фреймворк для создания нейросетей. Не прикладной продукт.
Все вам не так..ладно не прикладной согласен.

__A>>http://www.neurok.ru/
G>Это интереснее. Прикладной пакет для анализа данных. НС вычисления входят туда как один из модулей. Это интересно, G>но скорее всего геморройно в использовании и хреново работает. Можно было бы проверить, но я устал уже. Всегда одно G>и тоже. Да и не бывает чудес-то.
Опять двадцать пять "скорее всего" — вы настойчиво-уперто не признаете то что есть! А когда приводят примеры, которые дйествительно работают/используются, то отмахиваясь говорите "скорее всего не работает ...чудес не бывает ...мне лень было проверять" — это конечно серьезные аргументы, я не спорю . Но мне кажется подобные ваши действия можно расценить как не желание принять другую точку — даже если она верна! Поступиться своей, упорно цеплясь за всевозможные отговорки!

__A>>http://www.crnep.ru/news.asp?ID=2252 — это ссылка на выставку, на которой "реальные" разработки.
G>Это выставка посвящена цифровой обработке сигналов. Есть раздел про Нейрокомпьютерную Обработку. Ну и что? Где сами-G>то разработки? К слову, все задачи ЦОС превосходно решаются классикой.
Ну извините, что не смог съездить на выставку . Но посудите сами: если по-вашему все решается успешно и превосходно, а НС уже просто дань моде в течение последних лет...так зачемже утсравивать Междунарадные выставки и включать в них подобную секцию?! Если вы хоттите узреть экспонаты выставки — почему бы вам не обратится в ОргКомитет.


G>Да, быстро! У нас жесткая конкуренция в IT, вообще-то, и продукт надо выпускать быстро. Если НС такой замечательный G>метод, то я не понимаю почему (и ради чего) мне надо проводить лучшие годы своей жизни в попытках его применить.
Вам конечно не надо! И никто вас не заставляет их проводить, но только потому что вы не хотите его,метод, использовать
это не значит что он не нужен. Вы, кстати в жизни используете не так много вещей, но это отнюдь не означет их не нужность — просто вы привыкли без них обходиться, так что же!
G>Почему-то ничего подобного с классическими методами не происходит — бери, пользуйся, работает.
Когда эти методы появились, то мало кто из современников мог назвать их классическими, и еще меньше людей могли "взять и пользоваться" ими — поскольку в свое время прекрасно обходились "тогдашними" классическими методами!
G>И не надо переводиться ни в какой в НИИ чтобы просто ВОСПОЛЬЗОВАТЬСЯ существующей теорией. А если классика не G>работает, так это обычно можно понять из описания метода. С нейросетями это почему-то всегда сюрприз.
Извините, конечно, но аргумент "обычно можно понять" как-то странно звучит!? Может быть вы действительно не понимаете принципа работы нейросетей и отсюда весь этот спор? Тогда давайте уж разберем метод который вам не ясен, чем пространно ругать все нейросети и все что с ними связано! Я безусловно не так силен математике как вы(это не сарказм — ваши примеры об аппроксимации говорят, что вы занимаетесь не поверхностно), но все-таки ...

G>А что до реальных продуктов, так инвесторы уже тоже не все дураки стали. Соображают кое что. Они мудреных слов не G>понимают, зато догадываются что если 5 проектов с практическим применением НС пришлось закрыть, то 6 тоже будет G>закрыт с нулевым результатом потому что выбьется из бюджета как и все предыдущие.
Просто без комментариев! Если вы приведете четкое тех.задание, то вопросов и подозрений возникнуть не может. И при чем тут остальные 5 проектов вы же не собираетесь в 6-й раз делать тоже самое!?

Здравствуйте, Gaperton, Вы писали:

Интересен Ваш комментарий вот по этому ресурсу.

Обратите внимание на продукт Alyuda Forecaster XL 2.0

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

Собственно ресурс: http://www.alyuda.com.

Здравствуйте, Slick, Вы писали:

S>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

S>Собственно ресурс: http://www.alyuda.com.

Мужуки, а вялые какие-то у вас ссылочки...
Zdnet:
Alyuda Forecaster XL 2.0
Date added: May 29, 2003
Downloads: 25

Download.com:
Alyuda Forecaster 1.2
Date added: February 7, 2003
Downloads: 644

Здравствуйте, Аноним, Вы писали:

А>Мужуки, а вялые какие-то у вас ссылочки...
А>Zdnet:
А>Alyuda Forecaster XL 2.0
А>Date added: May 29, 2003
А>Downloads: 25

А>Download.com:
А>Alyuda Forecaster 1.2
А>Date added: February 7, 2003
А>Downloads: 644

Аргументы?

Здравствуйте, Аноним, Вы писали:

А>Мужуки, а вялые какие-то у вас ссылочки...
А>Zdnet:
А>Alyuda Forecaster XL 2.0
А>Date added: May 29, 2003
А>Downloads: 25

А>Download.com:
А>Alyuda Forecaster 1.2
А>Date added: February 7, 2003
А>Downloads: 644

Результаты статистики можно "крутить" как угодно в свою пользу.
Вот к примеру, данные по скринсейверу
на Zdnet:
Jennifer Lopez by Screensavers
Downloads: 114,491.

Его скачивали гораздо больше, чем к примеру The Bat!(~44K) Ну и что?
От этого The Bat! можно назвать непопулярной программой или как?!

Хе, хе. Не вы первый. ГА в отношении НС уже пытались применять, правда может не совсем так, как ты написал, но не суть. Особой шумихи я по этому поводу не видел, правда. Видимо, затраты не окупают результат. Методы обучения НС не так уж и плохи, разработаны довольно быстрые алгоритмы позволяющие корректировать шаг по мере обучения и избегать мелких ямок и т.п. К сожалению, они все равно эвристические и не гарантируют результата.

Здравствуйте, __Avatar__, Вы писали:

__A>Здравствуйте, Аноним, Вы писали:

А>>Мужуки, а вялые какие-то у вас ссылочки...
А>>Zdnet:
А>>Alyuda Forecaster XL 2.0
А>>Date added: May 29, 2003
А>>Downloads: 25

А>>Download.com:
А>>Alyuda Forecaster 1.2
А>>Date added: February 7, 2003
А>>Downloads: 644

__A>Результаты статистики можно "крутить" как угодно в свою пользу.
__A>Вот к примеру, данные по скринсейверу
__A>на Zdnet:
__A>Jennifer Lopez by Screensavers
__A>Downloads: 114,491.

__A>Его скачивали гораздо больше, чем к примеру The Bat!(~44K) Ну и что?
__A>От этого The Bat! можно назвать непопулярной программой или как?!


Еще раз, для тех кто идет за пивом С такими цифирями, абсолютными, ненакрученными, независимо от рейтинга Jennifer Lopez by Screensavers и The Bat!, даже не озадачиваясь вопросом, почему вдруг первый накручен, а второй должен быть более популярен, разработчики Alyuda Forecaster XL 2.0 не зарабатывают себе на хлеб.

О, а ты заводной

А>Еще раз, для тех кто идет за пивом С такими цифирями, абсолютными, ненакрученными, независимо от рейтинга А>Jennifer Lopez by Screensavers и The Bat!, даже не озадачиваясь вопросом, почему вдруг первый накручен, а второй А>должен быть более популярен, разработчики Alyuda Forecaster XL 2.0 не зарабатывают себе на хлеб.

Для тех, кто только собирается за пивом! Пример я к тому привел, что по кол-ву скачиваний можно сделать самые разные выводы — при чем противоречивые!!
А то, что разработчики зарабатывают себе на хлеб можно лишь судить о кол-ве продаж за конкретный период,затратах на разработку, сроках разработки! У вас есть такие цифры?

Здравствуйте, __Avatar__, Вы писали:

А>>Еще раз, для тех кто идет за пивом С такими цифирями, абсолютными, ненакрученными, независимо от рейтинга А>Jennifer Lopez by Screensavers и The Bat!, даже не озадачиваясь вопросом, почему вдруг первый накручен, а второй А>должен быть более популярен, разработчики Alyuda Forecaster XL 2.0 не зарабатывают себе на хлеб.

__A>Для тех, кто только собирается за пивом! Пример я к тому привел, что по кол-ву скачиваний можно сделать самые разные выводы — при чем противоречивые!!
__A>А то, что разработчики зарабатывают себе на хлеб можно лишь судить о кол-ве продаж за конкретный период,затратах на разработку, сроках разработки! У вас есть такие цифры?

Да ё не надо таких цифр и нет их ни у кого. Один программер, неделя разработки, затраты на софт, железо и пиво Будет xyz сосать конкретно. Нет у них продаж. Ваще нет

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, __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, __Avatar__, Вы писали:


G>>Почитайте внимательно. "примеры задач где можно применить НС, но результат будет НЕудовлетворителен." Таких G>примеров вы не приводили.
__A>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

Да не, это даже я заетил

А вот эта штука, она что делает?

Здравствуйте, Gaperton, Вы писали:

G>Бесит, говорите? А можно и посмеятся . Мне вот, к примеру, пришла в голову гениальная идея! А что если применить генетику для обучения нейросети? Это же получится, блин, что крутость нейросетей будет таки умножена на немеряную крутизну генетических алгоритмов! Ультра-турбо-сега-мега-драйв, все инвесторы наши! Назовем результат в честь скромного изобретателя (меня): многослойный Гапертрон.

G>А что? Вот вам правдоподобное объяснение. Нейросети "обучаются" минимизацией функции ошибки методом сопряженного градиента. Этот метод во первых, склонен застревать в локальных минимумах, во вторых очень медленно работает из-за ступенчатого характера функции ошибки (маленький модуль градиента на плоских участках приводит к "пробуксовке"). Ну и в конце концов, требуется дифференцируемость персептрона, из-за чего мы вынуждены применять гладкие финкции в персептронах вместо ступеньки (что делает персептрон менее "персептронистым"), да и расчет самой производной отнимает немало времени.

G>Если мы применим ГА, то убьем всех зайцев сразу. Дифференцируемость не требуется, ну и типа ГА то будет всяко быстрее "сопряженного градиента". Ведь ГА
G>1) Модный и современный
G>2) Не завязан на градиент, а посему не подвержен пробуксовкам.
G>3) Не застревает в локальных минимумах (ну он, типа, имеет шанс оттуда выбраться, для этого есть "мутации" и "скрещивание").
G>4) Ну что они там еще обычто говорят? Ах да, ну ГА же типа это ну совсем как естественный отбор в природе, а посему просто стопудово должно сработать ("Гоги, докажи теорему!" — "Мамой клянусь!" .

G>Вроде здорово должно получится . Вроде как раз та самая ситуация, когда непонятно как решать. Но что-то подсказывает мне, что работать не будет. Совсем. Как раз из-за того, что качество одного умножится на качество другого. Have fun, господа математики!

Я писал подобные алгоритмы в 1995-96 годах (2000 man/hours), программа до сих пор фунционирует (pure assembler). Результаты:
да, таким способом можно решать какие-то отдельные задачи. Общее впечатление: в данном случае неопределенности НС сетей накладываются на неопределенности ГА и для того, чтобы понять, найдено ли решение человек должен сидеть и смотреть результаты в реальном времени, иначе система проскакивает оптимумы и уползает неизвестно куда Специальных методов обучения НС не применялось, обучение шло только от результатов обратной связи с виртуальной средой исполнения, НС связи — весовые все со всеми, алгоритмы мутаций — стандартные, количество типов нейронов — около 30, ГА — поддержка "видов" в среде (расходящиеся виды перестают скрещиватся на определенном этапе), виртуальная среда — не стабильная (изменяющаяся со временем) и т.п.


Существует хороший учебник (издания 197X года) "Введение в кибернетику" (в библиотеках можно найти), там многое хорошо описано о НС и абсрактных алгоритмах. Читайте, очень полезная книга.

Здравствуйте, Jenyay, Вы писали:

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

Хотя нет. Забыл. Облучаем несколько раз на известных частотах (разных).

Здравствуйте, Аноним, Вы писали:

G>>>Почитайте внимательно. "примеры задач где можно применить НС, но результат будет НЕудовлетворителен." Таких G>примеров вы не приводили.
__A>>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

А>Да не, это даже я заетил
проверим наблюдательность к примеру вот на этом!
http://www.rsdn.ru/Forum/Message.aspx?mid=332427&amp;only=1mid=332427&only=1

А>А вот эта штука, она что делает?
Иногда полезно почитать, прежде чем спрашивать...

Здравствуйте, __Avatar__, Вы писали:

__A>Здравствуйте, Аноним, Вы писали:

G>>>>Почитайте внимательно. "примеры задач где можно применить НС, но результат будет НЕудовлетворителен." Таких G>примеров вы не приводили.
__A>>>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

А>>Да не, это даже я заетил
__A>проверим наблюдательность к примеру вот на этом!
__A>http://www.rsdn.ru/Forum/Message.aspx?mid=332427&amp;only=1mid=332427&only=1

Ну дык а кто кроме тебя мне про это мог рассказать?

А>>А вот эта штука, она что делает?
__A>Иногда полезно почитать, прежде чем спрашивать...


О, я прочитал Две вещи не понял, где там про НС и что оно делает.
Ты не мог бы по русски, ну как authorized vizitor, владеющий секретами технологии.
Что значит "The goal of JIGSAW is to create a unified, organised representation of space"?

Но больше всего мне понравилось вот это:
JIGSAW benefits
• Simple integration with other systems
• Long life reliability (devices such as robots maintain themselves)
• Self-calibration
• Lower development and maintenance costs using JIGSAW
• Flexibility – works with a variety of data types

Здравствуйте, Аноним, Вы писали:

__A>>проверим наблюдательность к примеру вот на этом!
__A>>http://www.rsdn.ru/Forum/Message.aspx?mid=332427&amp;only=1mid=332427&only=1

А>Ну дык а кто кроме тебя мне про это мог рассказать?

__A>>Иногда полезно почитать, прежде чем спрашивать...
А>О, я прочитал Две вещи не понял, где там про НС и что оно делает.
Оно является демонстративной моделью применеяемых алгоритмов/методов для обработки большого кол-ва
данных в реальном времени(предметы окружающего мира к примеру) и визуализаиии на примере прототипа робота.
НС является частью системы управления роботом!

G>>Почитайте внимательно. "примеры задач где можно применить НС, но результат будет НЕудовлетворителен." Таких G>примеров вы не приводили.
__A>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.
__A>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!

Супер! Во второй раз уже вам советую перечетать внимательно, с чем ИМЕННО вы спорите. Я ведь с вами целиком и полностью согласен! Вы меня переубедили. От души смеялся, ей богу. Воистину как вы здесь же и написали, "Каждый видит то, что хочет видеть". Ну нельзя же ТАК подставляться! Здесь же типа, серьезный форум!

Здравствуйте, Gaperton, Вы писали:

G>Супер! Во второй раз уже вам советую перечетать внимательно, с чем ИМЕННО вы спорите. Я G>ведь с вами целиком и полностью согласен! Вы меня переубедили. От души смеялся, ей богу. Воистину как вы здесь G>же и написали, "Каждый видит то, что хочет видеть". Ну нельзя же ТАК подставляться! Здесь же типа, серьезный G>форум!
Игра слов — достойное оправдание . Вы ведь прекрасно понимаете о каких задачах и примерах шла речь!
Ну, что же, акцентировать внимание на подобных казусах очень весело, не спорю. Принимая оживленные усмешки вы тем не менее отклоняетесь от темы...очень удачно перевести все в шутку Тем более что решение делемы порядком затянулось!

__A>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!?
Гхм Незнание "других методик" есть веский повод вообще ничего не говорить.

G>>Вы же ведете дискуссию невежливо. "вы не потрудились разобраться в теории нейросетей". Уж тогда не обижайтесь, если случайно получите фейсом об тейбл.
__A>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.
Слушаюсь! Вот сейчас прям и побегу проводить работу. Поучите меня еще чего мне делать а чего не делать, а то мне мало.

__A>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?!
Устал я от вас. Ищите себе другого партнера для игры в теннис. Напомню вам, что форумы содзанны для обмена мнениями и открытых обсуждений, а не для того чтобы кто-то с вами соглашался. Адью.
P.S.: На ваше "последнее слово" отвечать все равно не буду, так что не ломайте сильно голову. Take it easy.

Здравствуйте, Jenyay, Вы писали:

J>Здравствуйте, Jenyay, Вы писали:

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

J>Хотя нет. Забыл. Облучаем несколько раз на известных частотах (разных).
Жаль. Без полной постановки не могу проанализировать задачу — физику уже забыл намертво.

Ну ГА здесь очевидно применен от безысходности; в конце концов, ГА всяко лучше полного перебора. Это решение задачи "в лоб". То, что он быстро сходится можно объяснить простой формой функции ошибки, что может говорить о том, что закономерности определяющие решение достаточно просты. Это дает надежду найти более эффективное решение, чем ГА, что почти наверняка возможно, но может быть, просто не стоит затрат. Повезло, что можно сказать. Но в другой раз халява может не пройти. NO WARRANTY. Даже на близкой задаче.

А по методам решений обратных задач (куда входит и распознавание образов) есть специальная литература, кстати. И учебные курсы читаются на факультете ВМК МГУ (этим занимается кафедра матфизики) — жесткая хардкорная математика. Только там нет ни слова ни про НС, ни про ГА. И вот мне кажется почему:

Недавно я позвонил в службу спасения с проблемой захлопнувшейся железной двери квартиры, и как вариант предложил им срезать замки на решетках окон (так проще). Знаете, что они сказали? "*Мы* входим в квартиры через *дверь*!". Типа, гордость профессиональная , плевать им на неувязочки, а через окна пусть лохи всякие лезут.

Не то, чтобы я был противник форточек , но я люблю входить через дверь. Есть в этом что-то приятное. И наши математики тоже так думают.

G>Недавно я позвонил в службу спасения с проблемой захлопнувшейся железной двери квартиры, и как вариант предложил им срезать замки на решетках окон (так проще). Знаете, что они сказали? "*Мы* входим в квартиры через *дверь*!". Типа, гордость профессиональная , плевать им на неувязочки, а через окна пусть лохи всякие лезут.

Да, кстати, эти парни вошли через мою железную дверь за три минуты. Воспользовались особенностью замка. Вот так-то!

Здравствуйте, RomanGSS, Вы писали:


RGS>поддержка "видов" в среде

Не пробовали искать решение по частям?

Тестируем ген, строим функцию ошибки. Дальше ищем ген который будет покроет этот остаток, а не основную функцию. Затем как-то объединяем оба гена. Аналогия с эволюцией в том что выводим не отдельный вид, а симбиоз из нескольких, или один но по отдельным "органам".
Обычный алгоритм ГА конечно формально включает эту стратегию, но на авось. Мы можем накапливать базу фрагментов и собирать решение из них, а не базового алфавита. ГА ведет базу решений — популяцию, но это целые решения, а не фрагменты.

Эта идея навеяна методом нахождения значения функции Аккермана. Это целочисленная рекурсивная функция, обходит огромное дерево и очень ресурсоемкая даже для небольших аргументов. Кто-то придумал кэшировать результаты обхода ветвей и скорость возросла просто катастрофически.

я на ГА делал нахождение функции по графику, очень не хватает возможности работать с частичными признаками
http://olegnabatov.narod.ru/formulator.exe

Здравствуйте, Gaperton, Вы писали:

J>>Хотя нет. Забыл. Облучаем несколько раз на известных частотах (разных).
G>Жаль. Без полной постановки не могу проанализировать задачу — физику уже забыл намертво.

На самом деле это уже и есть полная.

G>Ну ГА здесь очевидно применен от безысходности; в конце концов, ГА всяко лучше полного перебора.

Такая прога у них была.

G>Это решение задачи "в лоб". То, что он быстро сходится можно объяснить простой формой функции ошибки, что может говорить о том, что закономерности определяющие решение достаточно просты. Это дает надежду найти более эффективное решение, чем ГА, что почти наверняка возможно, но может быть, просто не стоит затрат. Повезло, что можно сказать. Но в другой раз халява может не пройти. NO WARRANTY. Даже на близкой задаче.

А я и не говорю, что ГА для всего подходит. О, вот еще вспомнил применение. Когда-то давно в компьюленте писали, что какой-то парень через ГА вывел раскладку клавы, с которой быстрей печатается, чем с qwerty.

G>А по методам решений обратных задач (куда входит и распознавание образов) есть специальная литература, кстати. И учебные курсы читаются на факультете ВМК МГУ (этим занимается кафедра матфизики) — жесткая хардкорная математика. Только там нет ни слова ни про НС, ни про ГА. И вот мне кажется почему:

Наверняка, те для кого я это писал, про это знают (писал в институте на кафедре антенн). Когда я туда пришел, мне сразу дили библиотеку для ГА (GeneHunter) и сказали, что через ГА работает, т.к. в этой библиотеке есть плагин к екселю, через который им уже кто-то такое писал.

J>>>Хотя нет. Забыл. Облучаем несколько раз на известных частотах (разных).
G>>Жаль. Без полной постановки не могу проанализировать задачу — физику уже забыл намертво.

J>На самом деле это уже и есть полная.
Безусловно. Если знать физику, то инфы должно хватить чтобы постройть мат модель. Полной [математической] постановки, я имел в виду.


J> О, вот еще вспомнил применение. Когда-то давно в компьюленте писали, что какой-то парень через ГА вывел раскладку клавы, с которой быстрей печатается, чем с qwerty.
Ну, это вроде как и без ГА понятно и просто Qwerty была специально разработана с целью замедлить печать на старых пишущих машинках где-то лет ~100 назад. А то мотолочки зацеплялись один за другой. Сделано это было так — наиболее часто встречающиеся в текстах буквы разместили в разных концах клавы, подальше от пальцев. Давно известны "быстрые" раскладки, где сделано наоборот — например раскладка Дворака (средний ряд клавиш — "частые" буквы под сильные пальцы).

Здравствуйте, Gaperton, Вы писали:

J>> О, вот еще вспомнил применение. Когда-то давно в компьюленте писали, что какой-то парень через ГА вывел раскладку клавы, с которой быстрей печатается, чем с qwerty.
G>Ну, это вроде как и без ГА понятно и просто Qwerty была специально разработана с целью замедлить печать на старых пишущих машинках где-то лет ~100 назад. А то мотолочки зацеплялись один за другой. Сделано это было так — наиболее часто встречающиеся в текстах буквы разместили в разных концах клавы, подальше от пальцев. Давно известны "быстрые" раскладки, где сделано наоборот — например раскладка Дворака (средний ряд клавиш — "частые" буквы под сильные пальцы).

Про это тоже в той же статейки писали. Это я к тому, что ГА еще там применили.

Здравствуйте, Gaperton, Вы писали:

G>Здравствуйте, Slick, Вы писали:

S>>Вопос в тему: а насколько реально сейчас коммерческое применение нейронных сетей?

S>>Т.е. можно ли денег срубить на этом при наличии сопутствующих знаний по С++ и близлежащих технологий? Есть ли IT-конторы серьезно занимающиеся этим вопросом и набирающие специалистов?

S>>Или это пока романтика и на хлеб с маслом ею не заработаешь?

G>К сожалению, это *уже* не романтика. Множество прикладных исследований по всему миру в области нейронных сетей свернуто по причине отсутствия реальной отдачи. Нейронные сети не работают. Все, что можно решить при помощи нейронных сетей либо решается (и обычно гораздо лучше) классическими методами, либо адекватно не решается ни нейросетями ни классикой (тогда "нейросетевики" подгоняют или фальсифицируют результаты). Попробуйте повторить какой-нибудь опубликованный результат — увидите сами.

Акромя знания н.сете надо бы быть несколько математикам чтобы суметь толково адаптровать н.сеть для конкретной задачи. Я не согласен что они не работают у меня все работает. Просто надо применять опубликованные результаты умеючи. Иначе фигня получиться, кто ж тебе будет публиковать все секреты.