具有未分类输入的人工神经网络
Posted
技术标签:
【中文标题】具有未分类输入的人工神经网络【英文标题】:Artificial neural network presented with unclassified inputs 【发布时间】:2014-10-09 17:47:00 【问题描述】:我正在尝试使用前馈神经网络对时间序列数据的部分进行分类,该网络在单个隐藏层中使用 20 个神经元,并且 3 个输出对应于我希望能够识别的 3 个事件。还有很多其他的东西我可以在数据中分类(显然),但我暂时并不真正关心它们。神经网络的创建和训练使用 Matlab 的神经网络工具箱进行模式识别,因为这是一个分类问题。
为了做到这一点,我依次填充了一个移动窗口,然后将该窗口输入到神经网络中。我遇到的问题是,我显然无法对时间序列呈现的每一种可能的形状进行分类和训练。因此,我通常会得到充满数据的窗口,这些数据看起来与我用来训练神经网络的窗口非常不同,但仍然得到接近 1 的输出。
本质上,我训练 ANN 的 3 件事是 20 个不同数据集的窗口,这些数据集对应于稳定状态的形状,一条以负斜率开始并趋于 0 斜率的曲线(基本上是左半边)向上打开的抛物线的一侧),以及对应于 0 斜率的快速下降的曲线(向下打开的抛物线的右半侧)。
我是否认为如果我输入的数据与我用它训练 ANN 的任何项目都不对应,那么所有输出的输出值应该接近 0?
或者可能是因为这些基本涵盖了所有稳态的基础,增加和减少,尽管斜率差异很大,因此总是分类?
我想我只需要朝着正确的方向轻推。
【问题讨论】:
如果我相信您只引入了输入值应该使输出值等于 1 的 NN,我是否理解正确?换句话说:你是否在应该输出 0 的输入值上训练了网络? 【参考方案1】:神经网络输出值
如果在训练期间呈现这些输入值/预期输出值,神经网络可能无法保证特定的输出值。
对于未经训练的输入值,神经网络不会始终输出 0。
一种解决方案是简单地向网络提供一组输入值,该数组应导致网络输出 0。
【讨论】:
以上是关于具有未分类输入的人工神经网络的主要内容,如果未能解决你的问题,请参考以下文章
[人工智能-深度学习-10]:神经网络基础 - 激活函数之sigmoid与二元逻辑分类的神经元模型
Matlab基于人工神经网络ANN实现多分类预测(Excel可直接替换数据)