Potrzebuję ciekawego problemu, który mógłbym rozwiązać używając rozwiązania, które zakodowałem. ;)

Napisałem abstrakcję do hodowania sieci neuronowych algorytmem genetycznym: https://github.com/tomekd789/clogann

Teraz poszukuję problemu, który mógłbym tym narzędziem rozwiązać. :)
Idealny problem powinien być nietrywialny, praktycznie użyteczny, i dopasowany do metody (tzn. do rekurencyjnych sieci neuronowych - może być Boltzmann, może być Hopfield).

Do tej pory próbowałem:

• Rozkładania liczb na czynniki (z umiarkowanym efektem),
• Sprawdzania spełnialności losowych termów 3-SAT z obszaru przejścia krytycznego (http://www.princeton...s/gent94sat.pdf) (nie czuję się do końca usatysfakcjonowany - w szczeólności nie udało mi się udowodnić, że P = NP ;))
• Rynek walutowy (Forex) (z wynikiem pozytywnym, ale nie wartym włożonej pracy).

Wszelkie sugestie mile widziane.

T.

Ciekawym problemem jest nauczenie sieci przewidywanie decyzji człowieka. Np każesz użytkownikowi wpisać ORZEŁ lub RESZKA (nie wylosować!), i zadaniem sieci jest przewidzenie tego, jaką decyzję podejmie człowiek. Udowodniono, że zachowań człowieka sieć neuronowa się nauczy, natomiast nie wygra z procesem czysto losowym (jeśli będziemy rzucać monetą i zapisywać wynik, bez żadnych przemyśleń i spekulacji).

Dzięki bardzo, super pomysł!
Wygenerowałem ciąg 1000 rzutów monetą generatorem pseudolosowym w komputerze, i ręcznie. W pierwszym przypadku maksimum trafności, jakie uzyskałem (po 3000 pokoleniach hodowli) sięgnęło 58%, w drugim - 70%. :)
Co ciekawe wystarczyła zaskakująco niewielka liczba neuronów, dwa wejściowe (jeden na sekwencyjne dane z pliku, drugi na "bias"), i trzy dodatkowe - z czego jeden traktowany również jako wyjściowy.

T.

Otóż niestety nie wiadomo jak sieć to robi. To jest największy problem z sieciami neuronowymi w ogóle, ale zwłaszcza z rekurencyjnymi - "reverse engineering" jest praktycznie niemożliwy do przeprowadzenia. Z numerami Lotka w oczywisty sposób nie da się, bo nie są generowane przez człowieka (mam nadzieję ;)) tylko przez fizyczny losowy proces - intuicja mówi mi, że wręcz przez niedeterminizm kwantowy.
Link to GitHuba to nie wszystko, bo to jest tylko silnik. Ale wrzucę też kod dla tej zgadywanki, i gotowe sieci - tylko nie teraz, bo nie mam przy sobie. :)

Jak to mozliwe ze siec przewidziala pseudolosowe losowanie w 58% ?

Pewną podpowiedzią może być to, że xor parami kolejnych elementów wyniósł 57.2% (nieco dziwne jak na Clojure rand).
(Dla "ludzkiego generatora", uprzedzając pytanie, było to 65.3%)

Jak ona to robi? Czy można to porównać do małego mózgu bobasa? Wydaje się prawie tak dobre jak tamagotchi.