Сообщений в теме: 136

[Hec_KFY]

А давайте замутим робота плантатора??!!! Я готов взять на себя реализацию программного обеспечения

Сообщение отредактировал Hec_KFY: 27.02.2009, 10:57:36

[Zulkar]

Hec_KFY - вы GNU Robots не ковыряли? Имеет смысл его смотреть?

[Hec_KFY]

Hec_KFY - вы GNU Robots не ковыряли? Имеет смысл его смотреть?

Игрался, но не ковырял. Думаю это не имеет смысла его смотреть, эта игрушка ограничивает возможности набором простых правил. Самое лучше - создавать все с нуля и самому

[Lord of the Rings]

Нароооод!!!!!!!!!
Я написал нейронную сетку с алгоритмом обратного распространения ошибки. Сейчас тестирую ее и сеть показывает отличную обучаемость.

Эт здорово конечно. У Вас что - какой то особый алгоритм обратного распространения - не тот который придумали в 1974 году?
Или Вы имеете ввиду - что сами написали свою собственную его реализацию?

А насчет зрения роботу это клева, а мне больше нравится идея написания двигательного функционала на основе нейросети. Ну чтобы он двигался резвее, как живое существо.

Вопрос планирования и осуществления движений в условиях неопределённой заранее, не заданной среды - это вопрос еще более сложный чем компьютерное зрение, и достижений в этой области на много меньше.
Как именно Вы предлагаете использовать нейросеть в этих вещах?

...На японских роботов смотреть жалко

Смотрите на Big Dog, видимо это лучшее из того что есть

[Zulkar]

достижений в этой области на много меньше.

Бедный Томми

по поводу военных роботов:

http://popmech.ru/ar...e/4973-robokop/
http://popmech.ru/ar...vogo-vyistrela/
http://popmech.ru/ar...nnyiy-soldatik/

[Lord of the Rings]

Бедный Томми

по поводу военных роботов:

http://popmech.ru/ar...e/4973-robokop/
http://popmech.ru/ar...vogo-vyistrela/
http://popmech.ru/ar...nnyiy-soldatik/

Вот в том то и дело, что все это реклама концептов - а как доходит до реальности, значительная часть ведет себя "как Томми" (жаль тут нет смайлика бьющегося головой апстену )

[Vadziku]

Привет народ!!!
Я с недавних пор озадачился написанием искусственной нейронной сети, точнее самоорганизующейся нейронной сети. Сеть должна быть самоорганизующейся, поэтому состоять она будет из двух слоев нейронов - входной слой нейронов и слой карты нейронов....
Не знаю как задать функцию соседства нейронов.
Народ, кто что знает про эту тему?

Нароооод!!!!!!!!!
Я написал нейронную сетку с алгоритмом обратного распространения ошибки. Сейчас тестирую ее и сеть показывает отличную обучаемость. А насчет зрения роботу это клева, а мне больше нравится идея написания двигательного функционала на основе нейросети. Ну чтобы он двигался резвее, как живое существо.
...На японских роботов смотреть жалко

Есть у меня определенные сомнения в качестве написания, учитывая, что две недели назад задавался весьма простой вопрос, а через две недели уже написана офигенная программа

[Hec_KFY]

Есть у меня определенные сомнения в качестве написания, учитывая, что две недели назад задавался весьма простой вопрос, а через две недели уже написана офигенная программа

Нет ничего странного в этом и за две недели вполне реально изучить БАЗОВЫЕ принципы построения нейронной сети и написать простейший но работоспособный вариант нейронной сети.

[Vadziku]

Есть у меня определенные сомнения в качестве написания, учитывая, что две недели назад задавался весьма простой вопрос, а через две недели уже написана офигенная программа

Нет ничего странного в этом и за две недели вполне реально изучить БАЗОВЫЕ принципы построения нейронной сети и написать простейший но работоспособный вариант нейронной сети.

А! Ну так простейший и работоспособный это совсем не "отличная обучаемость" и уж тем более простейшей реализации всяко не хватит на сложные задачи распознавания образов и двигательной активности.
Простейшие-то алгоритмы реализованы практически во всех антиспамилках, начиная от самых простых. Тот же самый байесовский алгоритм.

[Hec_KFY]

А! Ну так простейший и работоспособный это совсем не "отличная обучаемость" и уж тем более простейшей реализации всяко не хватит на сложные задачи распознавания образов и двигательной активности.
Простейшие-то алгоритмы реализованы практически во всех антиспамилках, начиная от самых простых. Тот же самый байесовский алгоритм.

Мне кажется вы вообще не понимаете о чем идет речь. Сперва прочти хоть что-то на эту тему.

Сообщение отредактировал Hec_KFY: 02.03.2009, 14:55:47

[Vadziku]

А! Ну так простейший и работоспособный это совсем не "отличная обучаемость" и уж тем более простейшей реализации всяко не хватит на сложные задачи распознавания образов и двигательной активности.
Простейшие-то алгоритмы реализованы практически во всех антиспамилках, начиная от самых простых. Тот же самый байесовский алгоритм.

Мне кажется вы вообще не понимаете о чем идет речь. Сперва прочти хоть что-то на эту тему.

Устыдили. Да, я необразованная сволочь.
Читал правда фундаментальный курс по нейронным сетям, но по сравнению с самородками, которые пишут офигенные алгоритмы с нуля за две недели, ничего при этом не знаючи - конечно лох

[Hec_KFY]

бла бла бла

[T. Anre]

Костюм Железного Человека уже собрали?

[Lord of the Rings]

Простейшие-то алгоритмы реализованы практически во всех антиспамилках, начиная от самых простых. Тот же самый байесовский алгоритм.

В этом смысле фильтры Байеса не самообучаются, а значит, системами Искусственного Интеллекта не являются.

Если бы ты немножко больше знал, то был бы в курсе, что байесовский фильтр является случаем простой однослойной нейронной сети

Да при определённых условиях байесовский классификатор и однослойный перцептрон работают одинаково- но это совершенно разные вещи.
Теорема Байеса ни как не связанна с нейронными сетями - это классическая теорема теории вероятности, связывающая априорную и апостериорную вероятности, позволяющая - упрощение и приложение этой теоремы - т.н. "Наивный байесовский классификатор" и используют в системах антиспама.

Нет ничего странного в этом и за две недели вполне реально изучить БАЗОВЫЕ принципы построения нейронной сети и написать простейший но работоспособный вариант нейронной сети.

Действительно - ничего странного нет, и за 2 недели ознакомиться с базовыми принципами нейронных сетей вполне возможно. Главное только этим не ограничиваться

Сообщение отредактировал Lord of the Rings: 02.03.2009, 18:39:12

[Vadziku]

Простейшие-то алгоритмы реализованы практически во всех антиспамилках, начиная от самых простых. Тот же самый байесовский алгоритм.

В этом смысле фильтры Байеса не самообучаются, а значит, системами Искусственного Интеллекта не являются.

Если бы ты немножко больше знал, то был бы в курсе, что байесовский фильтр является случаем простой однослойной нейронной сети

Да при определённых условиях байесовский классификатор и однослойный перцептрон работают одинаково- но это совершенно разные вещи.
Теорема Байеса ни как не связанна с нейронными сетями - это классическая теорема теории вероятности, связывающая априорную и апостериорную вероятности, позволяющая - упрощение и приложение этой теоремы - т.н. "Наивный байесовский классификатор" и используют в системах антиспама.

Уговорил
На таком уровне я бодаться не буду - знания в этой области не те

[Hec_KFY]

Да при определённых условиях байесовский классификатор и однослойный перцептрон работают одинаково- но это совершенно разные вещи.
Теорема Байеса ни как не связанна с нейронными сетями - это классическая теорема теории вероятности, связывающая априорную и апостериорную вероятности, позволяющая - упрощение и приложение этой теоремы - т.н. "Наивный байесовский классификатор" и используют в системах антиспама.

Нет, у меня не однослойный персептрон, а многослойная нейронная сеть в которой имеются несколько скрытх слоев и один выходной. А для классификации данных на мой взгляд лучше использовать теорему Кохонена, а не теорему т.н. "Наивный байесовский классификатор"

[Vadziku]

Да при определённых условиях байесовский классификатор и однослойный перцептрон работают одинаково- но это совершенно разные вещи.
Теорема Байеса ни как не связанна с нейронными сетями - это классическая теорема теории вероятности, связывающая априорную и апостериорную вероятности, позволяющая - упрощение и приложение этой теоремы - т.н. "Наивный байесовский классификатор" и используют в системах антиспама.

Нет, у меня не однослойный персептрон, а многослойная нейронная сеть в которой имеются несколько скрытх слоев и один выходной. А для классификации данных на мой взгляд лучше использовать теорему Кохонена, а не теорему т.н. "Наивный байесовский классификатор"

Хе-хе, подхватил так сказать эстафету
Если что, отквоченный вами товарищ судя по посту действительно разбирается, ну зачем пристраиваться к профессионалам? Через две недели обучения предмету, ага.
"Лучше использовать" это в каких случаях и для каких данных?

[Lord of the Rings]

Нет, у меня не однослойный персептрон, а многослойная нейронная сеть в которой имеются несколько скрытх слоев и один выходной. А для классификации данных на мой взгляд лучше использовать теорему Кохонена, а не теорему т.н. "Наивный байесовский классификатор"

Так - нейронные сети типа "карты Кохонена" реализуют процессы кластеризации, а не классификации. Это разные вещи.
Кластеризация - это когда у вас есть некоторый набор объектов и вы их раскладываете на какое то , заранее неизвестное, количество групп/кластеров/классов - по похожести.
Классификация - это когда вы берете объект и в соответствии с его свойствами относите его к одному из заранее известных, заранее определённых классов. (как например - входящее письмо анализируется и в зависимости от его свойств относится к одному из двух классов - спам или не-спам)


Байесовский классификатор - это классификатор, многослойные нейронные сети, обучаемые по алгоритму обратного распространения ошибки - это тоже классификатор.
нейронные сети типа "карты Кохонена" - это кластеризатор, совсем другая вещь.

Энтузиазм - это здорово, но 2 недели для охвата темы - это явно недостаточно.

Основы теории нейронных сетей
Нейроинформатика
неплохие учебные пособия.
Есть еще великолепный учебник Осовского "Нейронные сети для обработки информации" - есть как в электронных библиотеках в инете, так и в книжных магазинах города (был раньше по крайней мере )

И вот этот вопрос - который вы задавали раньше

Я с недавних пор озадачился написанием искусственной нейронной сети, точнее самоорганизующейся нейронной сети. Сеть должна быть самоорганизующейся, поэтому состоять она будет из двух слоев нейронов - входной слой нейронов и слой карты нейронов....
Не знаю как задать функцию соседства нейронов.
Народ, кто что знает про эту тему?

там очень подробно рассматривается.

[Hec_KFY]

Спасибо Lord of the Rings, действительно дельный совет

[Zulkar]

А роботов то кто-то делает http://vse.kz/index....howtopic=208612