java-神经网络(与Jeff Heaton的Encog一起)模拟计算机内存

我想用jeff heaton的encog神经网络库模拟计算机内存.我只是不知道使用哪种方法.

我的要求是要有一个内存位置和一个值的字节集合.

location [0000]:byte-data[0101010]
location [0001]:byte-data[0101010]

这些是我传递给神经网络系统的值.

我试图避免每次内存数据更改时都重新训练神经网络.但这也许就是我需要做的.

您将使用什么神经网络技术来完成我想做的事情？

解决方法:

您要尝试做的不是一个问题,因为神经网络擅长于概括模式而不是学习模式,因此神经网络确实很棒.但是,您可能可以通过概率神经网络或常规感知来实现.您对您的问题有点含糊,所以我必须对我的答案含糊不清.我将假设您的意思是传递内存数据,然后将其“分类”到内存地址.这样,当您使用监督训练方法训练网络时,您将能够传递与现有项目相似或相同的内存数据,并且网络会为您提供地址.我想你也可以做相反的事情.

如果您使用概率神经网络,那么您实际上将在学习传递给网络的每个模式.当然,然后每次您要存储新的内存地址时,都需要向网络中添加一个新节点,这会使效率低下.已经完成工作来减少for example, this paper这个问题(您必须自己实现算法).也许这种类型的网络在准确“记忆”内存的同时,仍能够将结果归纳(使用概率)将是最可靠的.缺点是它将占用大量内存.

传统的前馈,反向传播网络(感知器)也应允许您执行以下操作.但是,您将必须小心创建足够的隐藏节点,以允许网络正确调用所有输入值.这样做当然会导致过度拟合,但是听起来您不想泛化输入数据,而是希望更好地调用模式.

为了解决学习新数据的问题,您只需要使网络能够随着时间的推移而学习,而不是一次学习即可.您将不得不对此进行更多研究,但是您将需要使用某种在线学习算法.

总之,请勿使用神经网络,而应使用其他算法：p

标签：encog,artificial-intelligence,neural-network,java,math
来源： https://codeday.me/bug/20191208/2094616.html