Intrebare Neural Networks

[Che]

M-am uitat un pic pe youtube la niste filmulete ca s avad cam ce e neural networks si cu ce se mananca.

Din cate vad treaba sta cam asa:

Neuroni de input ------------->Hidden layer(s)----------(output result)--------->Rezultatul asteptat (expected result)

Hidden layers proceseaza inputul si trimit ca output mai multe rezultate care sunt comparate cu rezultatul cautat/asteptat. Dupa comparare rezulta niste erori ale rezultatelor gasite fata de rezultatul 100% pur, asteptat.

Ok, am inteles.

Acuma, intrebarea la care nu gasesc raspuns si va rog pe voi cei care stiti, daca puteti sa-mi raspundeti, suna in felul urmator:

Am vazut pe net acum ceva timp doua sau trei programe care foloseau algoritmi AI si carora le dadeai mai multe imagini in care era un caine. Nu acelasi caine ci caini diferiti, de diferite rase, marimi si culori, stand in diferite pozitii si in diferite peisaje de context.

Programul respectiv analiza imaginile primite si apoi, cand mai urma sa-i mai dai imagini cu caine, iti spunea ca acolo in poza e un caine. Daca ii dadeai o imagine cu un caine si o vaca stia care-i cainele si care-i vaca, daca ii dadeai o imagine cu un caine si cu un ras, il puneai in dificultate fiindca nu stia care si cum sau iti spunea la amandoi ca sunt caini.

programele de care vorbesc, dupa cum am zis foloseau algoritmi AI, neuronal networks.

Intrebarea este cum puteai sa-i definesti rezultatul asteptat retelei neuronale din moment ce programul insusi cu greu reusea sa-si dea seama ce si cum pe baza caracteristicilor comune ?

[u0m3]

Pai din punct de vedere matematic, neuronii sunt o functie. Fiecare parametru al functie (fiecare input) are un coeficient real (weight). Acest coeficient este adjustat in urma procesului de invatare (training).

Acum in contextul tau (image classification), procesul de training analizeaza pozele cu caini, si ajusteaza coeficientii astfel incat pentru orice poza cu caine, rezultatul sa fie mereu adevarat. Apoi analizeaza pozele in care nu sunt caini si ajusteaza coeficientii astfel incat oricare imagine din setul fara caini sa genereze un rezultat fals. Apoi verifica iar pozele cu caini, verificand ca in urma ultimelor ajustari nu s-au produs modificari ce dau raspusuri gresite. Ciclul acesta se repeta pana cand reteaua se stabilizeaza (epsilon < constanta predefinita), sau s-au parcurs un numar presetat de ajustari.

Ca sa eviti asa numitele "false positives", poti selecta o zona de interes ce o dai spre analiza, alegi un set bun de training, etc.

Sper ca am inteles bine intrebarea ta. Daca vrei pot incerca sa dau un raspuns mai elaborat.

Edited May 2, 2015 by u0m3

[Che]

Nu, am inteles la ce te referi.

Multumesc !