返回信息流例如,通过用x:0~100范围内x*sin(x)函数的值对神经网络进行训练,然后预测出100~150范围内函数的值
不太了解应该选用哪种网络结构的神经网络,也不知道各项参数(例如隐层神经元个数,几个隐层)怎么确定,有了解这些应用的点播一下,thx~
ps:进行了很浅的测试,通过前馈神经网络模拟了0~100范围内的x*sin(x)函数,符合的很好,但是无法预测出100~150的值,即做模式识别可以,但是无法进行数据预测
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #10369同步于 2013/4/10
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖
[问题]神经网络通过已有信息预测将来的信息
wodetiandi
2013/4/10镜像同步6 回复
订阅后,新回复会通过你的通知中心匿名送达。
6 条回复
【 在 xiaoyixiu 的大作中提到: 】
: 时间序列问题,用回声状态网络,esn,也许可以吧
在matlab toolbox中找到了NARX (Nonlinear autoregressive with external input) networks,貌似可以处理时序序列的预测
不知与esn相比,各有什么特点,适用范围又如何呢
相关研究好像不多。就搜到俩
http://clgiles.ist.psu.edu/papers/MLJ-finance.pdf
http://cs229.stanford.edu/proj2012/BussetiOsbandWong-DeepLearningForTimeSeriesModeling.pdf
这个ppt好像挺好
http://www.cs.cmu.edu/afs/cs/academic/class/15782-f06/slides/timeseries.pdf
【 在 charnugagoo 的大作中提到: 】
: 相关研究好像不多。就搜到俩
: http://clgiles.ist.psu.edu/papers/MLJ-finance.pdf
: http://cs229.stanford.edu/proj2012/BussetiOsbandWong-DeepLearningForTimeSeriesModeling.pdf
: ...................
非常感谢,资料都很不错,正在看~
1. 你的数据基本没实际价值
2. 用RNN,你设计的Forward network没有表达RNN的能力
【 在 wodetiandi 的大作中提到: 】
: 例如,通过用x:0~100范围内x*sin(x)函数的值对神经网络进行训练,然后预测出100~150范围内函数的值
: 不太了解应该选用哪种网络结构的神经网络,也不知道各项参数(例如隐层神经元个数,几个隐层)怎么确定,有了解这些应用的点播一下,thx~
: ps:进行了很浅的测试,通过前馈神经网络模拟了0~100范围内的x*sin(x)函数,符合的很好,但是无法预测出100~150的值,即做模式识别可以,但是无法进行数据预测
【 在 antinucleon 的大作中提到: 】
: 1. 你的数据基本没实际价值
: 2. 用RNN,你设计的Forward network没有表达RNN的能力
已用narx做了,还在痛苦的人工调参中,估计得采用遗传算法做优化,不过对此不太了解,慢慢搞吧。。。。