코를 골라내어 분류하기 위해 ANN BP 코드를 개발했습니다. 10 개의 입력 기능과 10 개의 뉴런과 하나의 출력 뉴런이있는 숨겨진 레이어가 있습니다. 나는 코 고는 아니요, 코 고는 거는 것을 0으로 표시했습니다. 나는 3000 개의 세그먼트를 가지고 있으며 그 중 2500 개가 1로 표시된 코 고는 세그먼트가 아니며 0으로 표시된 500 개의 코 고는 세그먼트가 있습니다. 이미 세 세트 (70 % 교육, 15 % 유효성 검사 및 15 % 테스트) .인공 신경망 백 전파 테스트
이제 네트워크 교육을하면서 처음에는 훈련 세트를 섞어서 코 고는 거름과 코골이를 함께 섞은 것입니다. 그래서, 네트워크를 훈련 한 후에 (피드 포워드 네트워크만으로) 네트워크를 검증하면 그 중 하나만 분류 할 수 있다는 것을 알았습니다. 훈련 세트에서 마지막 요소가 코 고는 없다고 가정합니다 (1 점). 그래서, 마지막 출력을 위해 네트워크를 훈련 시켰습니다. 그런 다음 유효성 검사 단계에서는 snore 세그먼트 (0 인 경우)에 대해서도 항상 1에 가까운 출력을 제공합니다. 마지막 요소가 코골이 (0)이면 같은 일이 일어납니다. 그런 다음 유효성 검사 단계에서 출력을 항상 0에 가깝게 만듭니다.
이 문제를 어떻게 해결할 수 있습니까? 왜 내 네트워크가 이전 세그먼트에 대한 출력을 기억하지 못했습니다. 마지막 세그먼트 만 저장합니까? 네트워크에서 해결하려면 어떻게해야합니까?
0과 1은 -1과 1에서와 동일하게 작동해야합니다. 문제는 뉴런과 시냅스 수에 있습니다 숨겨진 장소에 아르 자형. –