Ноябрь 15th, 2014
Отметим, что применение предложенного метода еще не гарантирует высокой скорости сходимости процесса обучения НС. Как и ранее, остаются проблемы, которые требуют дополнительного исследования. Одна из них заключается в определении параметров функций плотности распределения (4.2)-(4.4). Каждый из них определяет форму графика, его крутизну и протяженность и, соответственно, влияет на модификацию функции энергии. Каким выбрать алгоритм изменения температуры? Каждый ли из них будет гарантировать сходимость метода? Поскольку задача является многофакторной, то сколько образов достаточно взять для адекватного обучения сети? Эти вопросы, а также необходимость исследования эффективности применения различных распределений и определяют выбор предмета дальнейших исследований и экспериментов. Результаты, полученные ведущими учеными, не дают однозначного представления о значении параметров НС и алгоритмах их функционирования. Поэтому, при решении конкретных практических задач необходимо определять оптимальное количество слоев нейронов в скрытых слоях сети и значения других параметров структуры и функционирования. На строительстве часто бывает необходим генератор — Генератор бензиновый Aurora AGE 7500 D идеален для этой цели.
Нейросетевые модели и методы самоорганизации информационного банка
Рынок недвижимости является системой, для которой характерны следующие особенности:
— достаточно большое количество входных факторов (в среднем 30, в (5) приведены 54);
— значительное присутствие шумовых эффектов в начальных данных (56);
— наличие нетривиальных зависимостей между эндогенной характеристикой и композицией экзогенных факторов;
— необходимость предварительной обработки исходных данных.
Указанные аспекты определяют информационную энтропию ИБ. Его оптимизация является одним из способов уменьшения неопределенности и увеличения достоверности решения задачи идентификации (2.4). Достичь этого можно за счет самоорганизации ИБ, которая заключается в определении неинформативных, незначимых факторов и их изъятии (114).
