Cześć,
zacząłem pisać nowy program wykorzystujący jednokierunkową, wielowarstwową sieć neuronową, którego celem będzie to co związane z sieciami neuronowymi, czyli w szczególności: aproksymacja, klasyfikacja oraz predykcja.
Moim celem jest stworzenie takiego programu, który będzie umożliwiał korzystanie z maksymalnie dużej liczby rozwiązań rzadko stosowanych lub wręcz innowacyjnych. Celem programu będzie przede wszystkim chęć testowania nowych rozwiązań i porównywanie ich do rozwiązań powszechnie stosowanych.
Naturalnie program będzie umożliwiał:
- możliwość "wyłączenia" wybranego neuronu,
- możliwość dodawania nowych neuronów w wybranej warstwie,
- możliwość dodawania nowych warstw,
- możliwość nauki wybranych neuronów,
- stosowanie różnych algorytmów uczenia,
- możliwość zastosowania różnych funkcji aktywacji,
- możliwość zastosowania różnych funkcji celu,
- różne metody wyznaczania kroku uczenia, współczynnika momentum oraz bet-y (dla gradientów sprzężonych)
a także inne.
W związku z powyższym mam prośbę do osób, które interesują się tym tematem, żeby wskazały co można byłoby jeszcze zastosować w takim programie -> czyli co według Was mogłoby przynieść dobre lub ciekawe rezultaty lub co Wy chcielibyście wypróbować. Jeśli macie jakieś ciekawe artykuły naukowe to również możecie je załączać. Zdaję sobie sprawę, że temat nie jest łatwy i raczej kierowany jest do miłośników sztucznej inteligencji, ale każda wypowiedź będzie mile widziana ;-). Może są osoby, które wpadły na jakiś ciekawy pomysł, ale z z uwagi na brak czasu, chęci, umiejętności etc. nie miały możliwości go zweryfikować w praktyce...