Tento týždeň som venoval experimentu s feedforward sietou s použitím 3rd party java implementacie na realnych datach. Konkrétne dáta z bc. práce Mareka Mardiaka z 2008, pre porovnanie výsledkov, kde výsledky sú porovnateľé avšak priemerná chyba pre testovaciu množinu sa blížila 20% čo pre neurónovú sieť nie je ideálne. Avšak berúc do úvahy fakt, že úloha dolovania je predpoveď zemetrsení na zaklade polohy, hlbky a počtu stanic ktoré udalosť zaznamenali, je pravdepodobné že lepšie výsledky sa použitá metóda klasického backpropagation lepšie výsledky nedosiahne.
Uvediem ilustračný graf závislosti priemernej chyby od počtu epoch.
Konfiguracia:
- 4 vstupy (long., lat., depth, no. of stations)
- 1 výstup
- 3 vrstvový perceptron
- plne prepojený
- skryté vrstvy logistická aktivačna funkcia
- výstupná vrstva linearna aktivačna funkcia
- trenovanie 2000 epoch
streda 25. apríla 2012
streda 18. apríla 2012
Správa VII
V tohto tíždňovej správe zverejním predbežný obsah mojej bakalárskej práce. Rád by som zdôraznil slovo "predbežný". Obsah bude učite dopĺňovaný a nazvy budú upravované, aby lepšie vystihli myšlienku. Budem ho tíždenne aktualizovať v prípade zmeny. Zverejnená bude časť medzi úvodom a záverom, zvýšok považujte za samozrejmosť.
Úvod
- Datamining
- Pojem datamining
- Historický vývoj
- Dátové sklady
- Pred-spracovanie
- Metódy a nástroje
- Využitie a budúcnosť
- Klasifikácia
- Využtie error backpropagation-learningu pri klasifikácii
- Model neurónu
- Perceptron
- Jedno-vrstvový perceptron
- Viac-vrstvový perceptron
- Učenie
- Pred-spracovanie
- Budúcnosť
- Navrh
- Charakteristika problému
- Návrh riešenia
- Experiment na reálnych dátach
- Popis datasetu
- Predspracovanie
- Výber nástroja
- Konfigurácia a realizácia
- Diskusia
- Porovnanie výsledkov experimentu
Záver
streda 11. apríla 2012
Správa VI
Začal som vypracovávať drafty bakalarskej práce. Konkrétne sa mi podarilo vypracovať solídny základ teórie o data miningu a klasifikácii, ktoré už budú len upravované alebo doplňované podla potreby a začlenené do príslušných kapitol. Spoznámkoval som taktiež kľúčové poznatky o backpropagation učení pre viac vrstvový perceptron. Ďalej pokračujem písanim draftov o klasifikacii pomocou backpropagation.
Prihlásiť na odber:
Príspevky (Atom)