Jump to content



G.A.N.N


qtgeo

Recommended Posts

Geeks Artificial Neural Network (G.A.N.N)

Πριν απο λίγο καιρό είχα κάνει ενα post για να σας παρουσιάσω την αρχή του project μου αλλά και να ζητήσω κάποια βοήθεια.

Πλέον είμαι στην ευχάριστη θέση να σας ενημερώσω ότι το project μου το οποίο μπορεί να έχει άπειρες εφαργμογές ανάλογα με τις ανάγκες, είναι σχεδόν έτοιμο!

Μπορείται να βρείτε τον τελευταίο κώδικα και τα Binary φσυικά μόνο για Linux

στο link: http://www.sf.net/projects/gann

ή

στό link:http://savannah.nongnu.org/projects/gann#options

Ευχαριστώ!

Link to comment
Share on other sites

Βασικά είναι λίγο δύσκολο να εξηγήσω απλά την χρήση του μιας και το A.N.N έρχεται να δώσεισ λύσεις εκεί που η μεχρι τώρα κλασσική επιστήμη (κυρίως των μαθηματικών) σηκώνει τα χέραι ψηλά!

Για να γίνω πιο σαφής,

Θεωρώ ότι για να ασχολήθηκες με το post έχεις ιδέα και έχεις ασχοληθεί αρκετά, οπότε δεν θα κάτσω να αναλύσω λεπτομέρειες παρα μόνο να σου πώ 3 παραδείγματα που η χρήση του ίσως και να αποτελεί,τουλάχιστόν για τα σημερινά δεδομένα πάντα, πανάκεια....

1. Υπάρχουν κυρίως στον χώρο των τηλεπικοινωνιών πολλά προβλήματα με μή κλειστές μορφές μαθηματικών τύπων που είτε είμαστε ανίκανοι να τους αναπτύξουμε είτε δεν αναπτύσονται και δεν καταλήγουν πουθενά!

Με έαν Α.Ν.Ν δεν εναδιφερόμαστε για την εύρεση του τύπου που περιγράφουν τα μοντέλα αυτά απλά το αποτέλεσμα να είναι θεμιτό. [αυτο είναι μάλιστα και απόρια των Α.Ν.Ν]

2. Στα έξυπνα συστήματα που αυτοπροσαρμόζονται

3. Σε μείωση της ανάγκης για προγραμματισμό και την μερική ή πλήρη αντιμετώπιση προβλημάτων με βάση ένα abstract μοντέλο που δέν είναι ανάγλη να είναι δομημένο και φτιαγμένο απο πρίν...

Μερικα παραδείγματα είναι:

Τα έξυπνα και παράλληλα αυτόματα πλυντήρια ρούχων και κλιματιστικών, κάμερες ασφαλείας με δυνατότητα αναγνώρισης προσώπων, φωνής και τα λοιπά, η αποφυγή και ανεκτικότητα στον θόρυβο.... και χίλια μίρια άλλα ποθ μόνο η υλοποίηση τους σε ιδέες μπορούν να καθορίζουν το μέλλον......

Link to comment
Share on other sites

Μήπως θα μπορούσες να μπεις και σε μερικές λεπτομέρειες για μας τους υπόλοιπους εγκεφαλικά νεκρούς????? Γιατί ακόμα δεν έχω καταλάβει τι ακριβώς κάνει αυτό που έφτιαξες.

Πολύ γενικά και εντελώς αόριστα αυτα που μας γράφεις. Αφού μπαίνεις και στην διαδικασία να ποστάρεις την δουλειά σου σε ένα(ή και περισσοτερα) φόρουμ....ανέλυσε λιγάκι παραπάνω....

Link to comment
Share on other sites

OK, όσον αφορά τα Biometrics καταλαβαίνω τι χρήση του, όπως σου είχα πει και παλαιότερα λόγο ενασχόλησης φίλου [Link]...

Τώρα για τα υπόλοιπα που ανάφερες, ντρέπομαι που το λέω αλλα, δεν έχω πιάσει και πολλά.

Δηλαδή όπου δεν υπάρχει standart μαθηματικός τύπος το A.N.N. πως μπορεί να βοηθήσει?

Link to comment
Share on other sites

Ορμώμενος απο την ερώτηση του φίλου darkCount θα απαντήσω πέρνοντας τα πράγματα με την σειρά...

1. Τι είναι Νευρώνας και τι Νευρωνικό Δίκτυο?

Ο Νευρώνας είναι το δομικό στοιχείο του ανθρώπινου εγκεφάλου.

Κάθε εγκέφαλος αποτελείται απο περίπου 100 δισεκατομύρια Νευρώνες που συνδέονται μεταξύ τους.

Ο εγκέφαλος εάν και δέν ξέρουμε πώς ακριβώς λειουργεί νοητικά ξέρουμε τεχνικά πώς λειτουργούν οι Νευρώνες απο τους οποίους συντελείται!

Εμείς λοιπόν μοντελοποιούμε αυτό το θαυμαστό συμπλεγμα Νευρώνων σε Τεχνητό επίπεδο....

Το σύμπλεγμα των συνδεδεμένων Νευρώνων, που δεν έχουν κάποια τυπική συνδεσμολογία στο χώρο ή στο επίπεδο, αποκαλούμε Τεχνητό Νευρωνικό Δίκτυο (Α.Ν.Ν)

Για περισότερες πληροφορίες: http://en.wikipedia.org/wiki/Artificial_neural_network

2.Τι εφαρμογές έχει ένα Α.Ν.Ν?

Τυπικά οι εφαρμογές του είναι άπειρες και δεν υπάρχουν όρια.

Οπότε τυπικά τι το κάνει τόσο ξεχωριστο?...Απλό σχετικά...

Γι αυτούς που γνωρίζουν και έχουν ασχοληθεί ξέρουν ότι:

α. Τα Α.Ν.Ν έχουν ανοχή στο θόρυβο.

β.Δίνουν λύσεις σε προβλήματα τυχαίου τύπου χωρίς να χρειάζεται να τα μοντελοποιούν με μαθηματικά.

Κι εδώ θα σταθώ για να καταλάβουν όλοι πώς το σύστημα λειτουγεί και γιατί παραγκωνίζουμε την ανάγκη μοντελοποιήσης.

--- Ο εγκέφαλος κάνει ακριβώς αυτό που θα περιγράψω ---

Ο εγκέφαλος δεν κρατά ούτε σχήματα, ούτε σχέσεις, ούτε εικόνες αλλά αποθηκεύει όλα όσα θυμόμαστε ή κατανοούμαι με έναν περίεργο τρόπο που θιμίζει βεβαρημένα γραφήματα (γράφους).

Κρατά δηλαδή τιμές ανάμεσα στις συνδέσεις των νευρώνων που χαρακτηρίζουν αποτελέσματα ανάλογα με τα ερεθίσματα.

Για περισότερες πληροφορίες: http://en.wikipedia.org/wiki/Artificial_neural_network

γ.Δίνει την δυνατότητα να λύνουμε πολύπλοκα και δύσκολα προβλήματα ταχύτατα (τάξεις μεγέθους μερικών milisec - τυπικά περίπου 200msec-300msec)

Αυτό συμβαίνει γιατί τα Α.Ν.Ν είναι ταυτόχρονα κεντρικοποιημένα αλλά και παράλληλα συστήματα την ίδια στιγμή!

3.Τι κάνω και τι προβλήματα θέλω να λύσω...?

Το όλο σύστημα το οποίο κατασκεύασα δέν είναι κάτι καινούριο, ίσα ίσα εχει υλοποιηθεί πολλές φορές και μάλιστα έχει πολλές εφαρμογές με απίστευτη επιτυχία.

Το πρόβλημα ήταν και...προσπαθώ σκληρά να μην συνεχίσει να είναι... ότι όλα τα υπάρχοντα ή τα περισότερα απο αυτά Α.Ν.Ν είναι Fixed.

Δηλαδή με άλλα λόγια είναι customized, μετά απο έρευνα, σε συγκεκριμένου τύπου A.N.N ώστε να ικανοποιούν ένα μικρό έιδος προβλημάτων....

Αυτό που εγώ πετυχαίνω με το G.A.N.N είναι η πλήρης κάλυψη των αναγκών τυχαίου τύπου προβλημάτων. Έτσι ώστε το Α.Ν.Ν μου με κάποιες διαδικασίες και εφαρμογή δικών μου τύπων (μαθηματικών μοντέλων) βοηθάω στην αυτόματη κατασκευή του που προσπαθεί να πιάσει τα βέλτιστα δυνατά αποτελέσματα...και ομολογουμένος τα καταφέρνει αρκετά καλά - θα τα καταφέρνει πολύ καλύτερα όταν θα το αναπτύξω σε Neuro Fuzzy (http://en.wikipedia.org/wiki/Neuro-fuzzy,

http://en.wikipedia.org/wiki/Fuzzy_logic).

Link to comment
Share on other sites

Για να κλείσω λοιπόν την εξήγηση μου, γιατί ένα Α.Ν.Ν μπορεί να λύνει προβλήματα όπως αυτά των τηλεποικοινωνιών σας δείνω το εξής παράδειγμα:

Έστω ότι έχουμε διαλείψεις σε ένα κανάλι επικοινωνίας και έχουμε προβλήματα με την ισχύς του σήματος.

Η λύση είναι να κάνουμε το συστημά μας adaptive στο περιβάλλον του ώστε να προσαρμόζεται με τέτοιο τρόπο που η εκπομπή του σήματος να είναι μέσα στα πρότυπα αλλά παράλληλα να μην είναι τόσο ασθενές που να μην μπορεί να εξηπηρετήσει την επικοινωνία μας (έστω 2 κινητά τηλέφωνα).

Το σύστημα αυτό πέραν του ότι μοντελοποιείται δύσκολα μαθηματικά και όλες οι εκφράσεις του είναι πέρα για πέρα μόνο στατιστικές με πληθώρα τύπων, το μεγαλύτερο όμως προβλημά του είναι ότι εκφράζεται απο συναρτήσεις πολλών παραγόντων (f(x,y,z,c,v....)=*).

<<Εδώ βρίσκουμε και τις μή κλειστές μορφές.

Συναρτήσεις που κανονικά πρέπει να προχωρήσουν σε ανάπτυξη αλλά για διάφρους λόγους δεν βγάζουμε νόημα για να προχωρήσουμε!>>

Η τελική του μορφή (εάν ποτέ βρεθεί) συνήθως είναι δύσχρηστη και πάντα κάνει πράγματα που υποτίθεται ότι γνωρίζουμε απο πρίν.

Φανταστείται όμως μια αλλαγή στα καιρικά φαινόμενα...και τι σημαινει αυτό?

Κάθε φορά θα πρέπει να επαναπρογραμματίζουμε τους εκπομπούς?...και αν αποτύχουν πάλι γιατί κάτι άλλο αλλάξε?

Ή στην χειρότερη περίπτωση αφού δουλέυουν στατιστικά ποιός μου εγκειάται τι?...

Τα προβλήματα πολλά.....εδώ έρχονται να δώσουν λύση τα Α.Ν.Ν.

Στα Α.Ν.Ν άν καταλάβατε 5 πράγματα απο τα link που έδωσα δεν μοντελοποιούμαι τίποτα!

Το Α.Ν.Ν μαθαίνει όπως ένα μικρό παιδί...δια του παραδείγματος!

Τό μόνο που κάνουμε είναι να δίδάσκουμε στο σύστημα τισ αποδεκτές τιμές και αυτό πάντα τείνει να δίνει την βέλτιστη λύση σε οποιαδήποτε αλλαγή συνθηκών!

Το πιο δυνατό τους σημείο δε, είναι ότι δεν χρειάζεται να τα προγραμματίσουμε απο πρίν μιας και μπορούν να προσαρμόζονται ανάλογα με το περιβάλλον τους και να μαθαίνουν νέα πράγματα ανάλογα με τις περιστάσεις....έτσι όταν χρειαστεί εφαρμόζουν αυτά που έμαθαν!

Σας παραπέμπω και σε ένα link:http://sourceforge.net/project/screenshots.php?group_id=160150

για να δείτε το μοντέλο του project μου (γενικά).

Δηλαδή αυτο που βλέπουμε είναι ότι το σύστημα ιδεατά <<ΜΟΝΤΕΛΟΠΟΙΕΙ>> μέσα του (Μαύρο Κουτί) τίς λύσεις για τα προβληματά μας...χωρίς βέβαια να μπορούμε να εξάγουμε σε μαθηματική μορφή την διαδικασία...αλλα εφόσον δουλεύει, πλέον δεν μας ενδιαφέρει!

Link to comment
Share on other sites

Archived

This topic is now archived and is closed to further replies.

×
×
  • Δημιουργία...

Important Information

Ο ιστότοπος theLab.gr χρησιμοποιεί cookies για να διασφαλίσει την καλύτερη εμπειρία σας κατά την περιήγηση. Μπορείτε να προσαρμόσετε τις ρυθμίσεις των cookies σας , διαφορετικά θα υποθέσουμε ότι είστε εντάξει για να συνεχίσετε.