Jestem nowy w Sztucznych sieciach neuronowych.Techniki rozdzielania i porównywania wzorów
Jestem zainteresowany aplikacji takich jak to:
mam znacznie duży zbiór obiektów. Każdy obiekt ma sześć właściwości, oznaczonych jako P1 – P6. Każda właściwość ma wartość, która jest wartością symboliczną. Innymi słowy, w moim przykładzie P1 – P6 może mieć wartość ze zbioru {A, B, C, D, E, F}. Nie są numeryczne. (Załóżmy, że A, B, C, D, E, F są kolory;. Wtedy zrozumiesz mój pomysł)
Teraz jest inna właściwość R, że jestem zainteresowany Załóżmy
R =. {G1, G2, G3, G4, G5}
muszę trenować system do dużego zestawu P1 – P6 i odpowiedniej R. teraz chcę wykonać następujące czynności.
mam obiektu i wiem wartości P1 do P6. Muszę znaleźć R (Grupa, do której należy obiekt).
Aby uzyskać pożądany R, jaki jest wzór, który muszę mieć w P1 – P6. Jako przykład biorąc pod uwagę, że R = G2 muszę wymyślić dowolny wzór w P1 – P6.
Moje pytania są następujące:
Jakie są teorie/technologie/techniki powinni czytać i nauki w celu realizacji 1 i 2, odpowiednio?
Jakie narzędzia/biblioteki można polecić, aby uzyskać ten symulacji/realizowane/testowane?
Jak duży jest zestaw de {A, B, C, D, E, F, ...}? czy to jest skończone? – wildplasser
Tak, jest. I są niezależne –
Cóż, to IMHO twój problem wydaje się mniej więcej podobny do wyszukiwarki lub systemu rekomendacji (z wyjątkiem tego, że Px ma stały rozmiar) Czy spojrzałeś na SVD? – wildplasser