Preguntas etiquetadas con neural-networks

Recientemente estaba trabajando en un problema para hacer un análisis de costos de mis gastos para algún recurso en particular. Por lo general, tomo algunas decisiones manuales del análisis y planifico en consecuencia. Tengo un gran conjunto de datos en formato Excel y con cientos de columnas, que definen el …

11 neural-networks  machine-learning  datasets  feature-selection 

Estoy investigando la informática afectiva. Particularmente, estoy estudiando la parte del reconocimiento de emociones, es decir, la tarea de reconocer las emociones que siente el usuario / sujeto. Por ejemplo, afectiva puede usarse para este fin. No me preocupa la validez de estos modelos, sino lo que haremos con ellos. …

11 neural-networks  research  learning-algorithms 

¿Aumentar el ruido en los datos ayuda a mejorar la capacidad de aprendizaje de una red? ¿Hace alguna diferencia o depende del problema que se resuelve? ¿Cómo afecta el proceso de generalización en general?

11 neural-networks  machine-learning  statistical-ai  generalization 

Estoy intentando programar mi propio sistema para ejecutar una red neuronal. Para reducir la cantidad de nodos necesarios, se sugirió que tratara las rotaciones de la entrada por igual. Mi red tiene como objetivo aprender y predecir el Juego de la vida de Conway al observar cada cuadro y sus …

11 neural-networks 

AlphaGo Zero contiene varias mejoras en comparación con sus predecesores. Los detalles arquitectónicos de Alpha Go Zero se pueden ver en esta hoja de trucos . Una de esas mejoras es usar una sola red neuronal que calcula las probabilidades de movimiento y el valor del estado al mismo tiempo, …

10 neural-networks  comparison  architecture  alphago-zero  efficiency 

Estoy tratando de desarrollar una red neuronal que pueda identificar características de diseño en modelos CAD (es decir, ranuras, jefes, agujeros, bolsillos, pasos). Los datos de entrada que pretendo usar para la red son una matriz ansn (donde n es el número de caras en el modelo CAD). Un '1' …

10 neural-networks  machine-learning  convolutional-neural-networks  pattern-recognition  detecting-patterns 

Imagine un juego en el que se trata de una pantalla en negro además de un píxel rojo y un píxel azul. Dado este juego a un humano, primero verán que presionar las teclas de flecha moverá el píxel rojo. Lo siguiente que intentarán es mover el píxel rojo al …

10 neural-networks  game-ai  path-planning  teaching-concepts 

He estado buscando a Viv, un agente inteligente artificial en desarrollo. Según lo que entiendo, esta IA puede generar un nuevo código y ejecutarlo en función de una consulta del usuario. Lo que tengo curiosidad por saber es cómo esta IA puede aprender a generar código basado en alguna consulta. …

10 neural-networks  machine-learning  deep-learning  ai-design  natural-language-processing 

Según mi conocimiento, la mayoría de los estudios actuales de inteligencia artificial utilizan algún tipo de red neuronal o sus variantes. Un buen ejemplo sería el alphago de DeepMind, que creo que es una red neuronal profunda, para visión CNN, texto, música y otras características ordenadas RNN, etc. Pero para …

10 neural-networks 

Hay varias funciones de activación, como ReLU, sigmoid o . ¿Qué sucede cuando mezclo las funciones de activación?tanhtanh\tanh Recientemente descubrí que Google ha desarrollado la función de activación Swish que es (x * sigmoide). Al alterar la función de activación, ¿puede aumentar la precisión en pequeños problemas de redes neuronales …

10 neural-networks  machine-learning  activation-function  relu  sigmoid 

Me topé con el concepto de cobertura neuronal, que es la proporción de neuronas activadas y neuronas totales en una red neuronal. Pero, ¿qué significa que una neurona se "active"? Sé qué son las funciones de activación, pero ¿qué significa activarse, por ejemplo, en el caso de una ReLU o …

10 neural-networks  ai-basics  concepts  activation-function 

Creo que la ventaja de usar Leaky ReLU en lugar de ReLU es que de esta manera no podemos tener un gradiente de fuga. La ReLU paramétrica tiene la misma ventaja con la única diferencia de que la pendiente de la salida para las entradas negativas es un parámetro que …

10 neural-networks  activation-function  relu 

¿Existen posibles modelos que tengan el potencial de reemplazar las redes neuronales en el futuro cercano? ¿Y necesitamos eso? ¿Qué es lo peor de usar redes neuronales en términos de eficiencia?

10 neural-networks  convolutional-neural-networks  recurrent-neural-networks 

Estoy tratando de detectar el logotipo de un canal de TV dentro de un archivo de video, así que simplemente dado un .mp4video de entrada , detectar si tiene ese logotipo presente en un cuadro específico, digamos el primer cuadro, o no. Tenemos ese logotipo de antemano (aunque podría no …

10 neural-networks  convolutional-neural-networks  pattern-recognition  detecting-patterns 

Esto puede sonar tonto para alguien que tiene mucha experiencia con las redes neuronales, pero me molesta ... Me refiero a que aleatorizar los pesos iniciales podría brindarle mejores resultados que estarían algo más cerca de lo que debería ser una red entrenada, pero también podría ser exactamente lo contrario …

10 neural-networks  training