Использование нейронных сетей Опции

[3.14]

Тут ссылку на кучу книжек выложили - очень интересно.
Интересно, а много среди нас тех кто яростно использует эти самые нейронные сети и в каких задачах.
Я так прикинул куда их можно прикрутить.
Пусть фильтрация сигналов, дык вроде как оптимального фильтра круче нет на свете, да и с анализом оптималки куда проще, во всяком случае не сложнее.
Распознавание образов. Стояла актуальная задача (в общем так и не упала).
Прикупил книжку (не помню название синенькая такая), там был даже пример распознавания контуров объектов, так вот незадача самая важная часть (количественная оценка объекта, например танк=1.3 а дом=5) вычислялась Фурье преобразованием, а вот компаратор объектов выполнен на нейронах
Еще неудачный пример. Несколько лет назад, будучи студентом, попалась компьютеррка с популяризацией эволюционных методов обучения нейронных сетей. От прочитанного эмоции лились через край (в возбужденной голове мелькали фразы "Я понял суть мироздания! Миру пи@дец!"). Принялся за дело. Для начала решил из одного урезанного нейрона получить эволюционными методами кореллятор. Написал в MatLab программку и вперед, за 15 минут расчета сеть (если можно так назвать) приблизилась к результату ~95% далее за сутки почти ни с места.
В общем, буду рад услышать ваши отзывы, только не надо бщих фраз типа "Ну а вы что хотели, это конкретные решения конкретных задач".

[xelos]

я студентом будучи, для проекта по автоматике делал регулятор на нейросети и на нечеткой логике (два разных регулятора) - положение шарика на наклонной плоскости регулировал - намано получилось, нейросети и нечеткая логика давали похожие результаты, регулирование было быстрее чем ПИД регулятором.
работал с МатЛабом и модулями к нему.

[pschl]

я студентом будучи, для проекта по автоматике делал регулятор на нейросети и на нечеткой логике (два разных регулятора) - положение шарика на наклонной плоскости регулировал - намано получилось, нейросети и нечеткая логика давали похожие результаты, регулирование было быстрее чем ПИД регулятором.
работал с МатЛабом и модулями к нему.

При более сложном алгоритме управления получается, что использование НС не выгодно. Прелесть НС в том, что она учится управлять сама. Но кто будет ее учить? Применение сетей без учителя возможно, но при небольшом количестве нейронов. Применение сетей с учителем требует непосредственно учителя, а учить может или человек или регулятор, который подключен параллельно с НС находящейся в состоянии обучения. Сами понимаете, что если есть работающий регулятор, то зачем еще городить НС. Вот и возникает вопрос, как зависит структура НС от сложности объекта управления?)

[SyStemSHIK]

При более сложном алгоритме управления получается, что использование НС не выгодно. Прелесть НС в том, что она учится управлять сама. Но кто будет ее учить? Применение сетей без учителя возможно, но при небольшом количестве нейронов. Применение сетей с учителем требует непосредственно учителя, а учить может или человек или регулятор, который подключен параллельно с НС находящейся в состоянии обучения. Сами понимаете, что если есть работающий регулятор, то зачем еще городить НС. Вот и возникает вопрос, как зависит структура НС от сложности объекта управления?)

Наш опыт использования НС для предсказания аварийных ситуаций на объектах Энергетики и Жизнеобеспечения городского хозяйства (предикативная АСУТП с самообучением) показывает:

1. УЧИТ-УЧИТЕЛЬ И ДЕЛО ЭТО ЗАТРАТНОЕ. НС начинает устойчиво (в большинстве случаев) управлять объектом сама (причем одновременно по нескольким параметрам) после накопления данных (8мес круглосуточно) + обучение разрешенным действиям (еженедельный manual DataMining в течение 3мес + ежемесячный manual learning curve 5мес).

2. ПРИМЕНЯТЬ ВЫГОДНО ЕСЛИ ОБЪЕКТ УПРАВЛЕНИЯ СТОИТ >2.5 mega$. В итоге чтобы НС заработала почти как мы хотели, пришлось вбить около 250 k$.

3. КОНФИГУРАЦИЯ СЕТИ. По нашей далеко не финальной версии 1канал измерения параметра - 3узла, 1канал воздействия (имеем в виду оценку "ОТДАЧИ или ИНЕРЦИИ" то есть решили приложить 100% а объект СОПРОТИВЛЯЕТСЯ в итоге приложилось 82% за время воздействия)-2узла. 1управляющее правило-5узлов. Кол-во и веса связей между узлами? до сих пор мы не выработали единый метод оценки кол-ва узлов, сейчас пытаемся связать их с временем обучения (сокращение learning curve, но без первичного manual Datamining к сожалению никуда).