Pode ser usada uma rede contraditória generativa (GAN) para aumento de dados (ou seja, para gerar exemplos sintéticos que são adicionados a um conjunto de dados)? Isso teria algum impacto no desempenho de um modelo treinado no conjunto de dados
Um autoencoder variacional (VAE) fornece uma maneira de aprender a distribuição de probabilidade relacionando uma entrada à sua representação latente . Em particular, o codificador mapeia uma entrada para uma distribuição em . Um codificador típico produzirá parâmetros , representando a...
Então, eu estou tentando me ensinar redes neurais (para aplicações de regressão, não classificando imagens de gatos). Minhas primeiras experiências foram treinando uma rede para implementar um filtro FIR e uma Transformada Discreta de Fourier (treinamento em sinais "antes" e "depois"), pois essas...
Uma função no formato tem um nome padrão? Por exemplo, é uma função linear.ex/(1+ex)ex/(1+ex)e^x/(1+e^x)y=a+bxy=a+bxy = a +
No Deep Learning de François Chollet com Python, ele diz: Como resultado, o ajuste da configuração do modelo com base em seu desempenho no conjunto de validação pode resultar rapidamente na adaptação excessiva ao conjunto de validação, mesmo que seu modelo nunca seja treinado diretamente sobre...
Estou trabalhando em um modelo de previsão baseado em ANN para uma série temporal financeira. Estou usando a validação cruzada 5 vezes e o desempenho médio é tão. O desempenho na última dobra (a iteração em que o último segmento é omitido do treinamento e usado para validação) é melhor que a...
Ouvi falar um pouco sobre o uso de redes neurais para prever séries temporais , especificamente redes neurais recorrentes . Eu queria saber, existe um pacote de rede neural recorrente para R? Não consigo encontrar um no CRAN . O mais próximo que eu vim é o nnetTs funcionar no tsDyn pacote, mas que...
Houve um interesse recente em combinar algoritmos genéticos e redes neurais em uma estrutura geral de neuroevolução. A idéia básica é que seu algoritmo genético esteja evoluindo os parâmetros de muitas redes neurais que são usadas para resolver sua tarefa em questão. Uma espécie de programação...
Quero criar uma previsão do tempo usando as Redes Neurais. Todos os exemplos que vi usavam apenas valores [-1,1] como entrada. Também é possível usar valores maiores (como pressão do ar, graus de cálcio dos últimos dois dias, ...) como entradas e obter um número como
Consegui criar uma rede neural dos meus dados. Mas não tenho tanta certeza sobre a interpretação da saída R. Eu usei o seguinte comando para criar rede neural: > net=nnet(formula = category~iplen+date_time, size=0,skip=T,lineout=T) # weights: 3 initial value 136242.000000 final value...
Alguém tem um breve exemplo educacional rápido de como usar redes neurais ( nnetem R, por exemplo) para fins de previsão? Aqui está um exemplo, em R, de uma série temporal T <- seq(0,20,length=200) Y <- 1 + 3*cos(4*T+2) +.2*T^2 + rnorm(200) plot(T,Y,type="l") Este é apenas um exemplo, mas...
Sou um grande fã de futebol e também estou interessado em aprendizado de máquina. Como projeto para o meu curso de ML, estou tentando criar um modelo que preveja a chance de ganhar para o time da casa, dados os nomes do time em casa e fora. (Eu consulto meu conjunto de dados e, portanto, crio...
Eu já vi alguns artigos de pesquisa que afirmam que as redes neurais clássicas geralmente carecem de capacidade de generalização satisfatória, o que geralmente resulta em previsões imprecisas, e as RNAs regularizadas bayesianas (BRANNs) são mais robustas que as redes de retropropagação padrão e...
Acabei de começar a usar o pacote de autoencoder em R. As entradas para a autoencode()função incluem lambda, beta, rho e epsilon. Quais são os limites para esses valores? Eles variam para cada função de ativação? Esses parâmetros são chamados de "hiperparâmetros"? Supondo que um autoencoder...
Qual é a diferença entre rede de crenças profundas e rede convexa profunda
Eu tenho dados que descrevem com que frequência um evento ocorre durante uma hora ("número por hora", nph) e quanto tempo os eventos duram ("duração em segundos por hora", dph). Estes são os dados originais: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732,...
Estou tentando entender por que a função softmax é definida como tal: ezjΣKk = 1ezk= σ( z)ezjΣk=1Kezk=σ(z)\frac{e^{z_{j}}} {\Sigma^{K}_{k=1}{e^{z_{k}}}} = \sigma(z) Entendo como isso normaliza os dados e mapeia corretamente para algum intervalo (0, 1), mas a diferença entre as probabilidades de...
Eu tenho tentado descobrir o que exatamente significava a função de ativação "Maxout" em redes neurais. Há essa pergunta, este artigo e até mesmo no livro Deep Learning de Bengio et al. , exceto com apenas um pouco de informação e um grande TODO ao lado. Vou usar a notação descrita aqui para maior...
Estou tentando entender como o rnn pode ser usado para prever sequências, trabalhando com um exemplo simples. Aqui está minha rede simples, consistindo em uma entrada, um neurônio oculto e uma saída: O neurônio oculto é a função sigmóide e a saída é considerada uma saída linear simples. Então,...
Eu sou novo no aprendizado profundo, portanto essa pode ser uma pergunta trivial. Mas estou me perguntando por que o aprendizado profundo (ou rede neural) não funciona muito bem em pequenos dados rotulados. Quaisquer que sejam os trabalhos de pesquisa que eu tenha lido, seus conjuntos de dados são...