请选择 进入手机版 | 继续访问电脑版

人工智能论坛

 找回密码
 立即注册
楼主: click4i

[神经网络] 【技术创新】 ANN Online Learning

[复制链接]
发表于 2015-2-24 05:07:00 | 显示全部楼层
实现增量学习,在线学习的本质是如何让神经网络与一堆原图像化为等价形式,网络不应以区分为本质,而应能在特定条件下可重建每一张图或一类图为本质。特征总结与数学组合相结合表征图像的压缩性本质的网络或可实现在线学习。
回复 支持 反对

使用道具 举报

发表于 2015-2-24 05:23:00 | 显示全部楼层
人认识一个事物,总是在熟知的特征,熟知的组合框架下进行的。一头牛与一头猪都是有眼耳口鼻身,四脚站立的动物,然后各自的眼耳口鼻又不样,所以有区别。网络必须提取牛与猪共同的宏观特征形成上层的四脚动物概念。再识别狗时可利用牛与猪形成的四脚概念。
回复 支持 反对

使用道具 举报

发表于 2015-2-24 05:46:00 | 显示全部楼层
当网络提取牛与猪的共同特征形成四脚动物概念时,遇狗的图像时,验证狗是不是符合四脚动物,符合归类,概念宏观性升一级,不符合看符不符合其它宏观类概念,网络要自动形成概念的宏观等级。当有一样相当的概念级层时,识别自上而下验证归类。
回复 支持 反对

使用道具 举报

发表于 2015-2-24 08:03:00 | 显示全部楼层
我不是很懂神经网络分类,但是看了你们的讨论有个想法:

是不是我们现在的神经分类都是找“不同之处”,比如训练了30万张图片,可以给一张图片,根据它的“不同之处”判断它属于哪一种图片。

这样的话能不能实现一种找 “相同之处” 的神经网络算法,比如训练了30万张图片,可以给一张图片,根据它的 “相同之处” 输出它具有哪些“相同点”。“相同点” 就是有一些普遍意义的,比如猫和狗都有眼睛,程序识别之后,就都能输出代表“眼睛”的一个参数。

这样我们根据这些相同之处,再做判断,这个物体一般具有哪些特征,具备的越多,就越有可能是这个分类。

用这种办法根据录入的图片,提炼更多的“相同特征”,也许可能就可以实现神经网络的“再学习”了。
回复 支持 反对

使用道具 举报