최적화를위한 다중 층 퍼셉트론

Question

신경망에서 주어진 훈련 쌍의 입출력 값에 대해 평균 제곱 오차가 최소화되도록 가중치가 조정됩니다. 그러나 훈련 데이터가 없습니다. 함수 및 신경망을 사용하여 함수를 계산하려고합니다. 나는 5X1 사이즈의 0f 벡터를 가지고있다. NN에 그 벡터를 입력 할 때 점수 (NN 값)를 얻습니다. 내가 1000 개의 그런 특징 벡터를 가지고 있다고합시다. 각 입력에 대해 출력을 얻습니다.이 모든 점수를 사용하여 비용 함수를 계산합니다. 이제는 비용 기능을 최대화하는 것이 나의 임무입니다. 그래서 첫 번째 반복에서는 그 비용 함수의 가치를 얻을 것입니다. 이제이 비용이 최대가되도록 가중치를 조정하고 싶습니다. 내가 어떻게 할 수 있니? ???

저는 정보 검색과 방금 언급 한 비용 함수는 평균 평균 정밀도 (MAP)입니다. 나는 다른 실행에서 문서의 점수를 가지고 있고 나는 MAP 값이 최대와 같은 모든 실행을 결합하고 싶습니다. 피쳐 벡터는 각 실행에서 문서의 순위, 점수 등을가집니다.

Answer 1

신경망은 일반적인 변이 문제를 해결하는 방법입니다. 그 문제에서 목표는 일부 비용 기능을 최적화하는 기능을 찾는 것입니다.

신경망의 편향과 가중치를 조정하려면 해당 매개 변수와 관련하여 특정 비용 함수의 편미분을 계산 한 다음 모든 교육 전략을 적용해야합니다.

개방형 신경망 라이브러리 OpenNN (http://www.intelnics.com/opennn)은 데이터 세트에서 측정되지 않는 다른 비용 기능을 구현합니다.