Neuronales Netzwerk (Pattern Recognition?)

Du hast eine Idee für ein Projekt?
Antworten
BennyS
User
Beiträge: 19
Registriert: Montag 28. November 2016, 13:36

Hallo zusammen!
Ich bin vor kurzem auf das Thema Neuronale Netzwerke gestoßen und finde das Gebiet sehr faszinierend. Deswegen würde ich mich gerne etwas in das Thema "reinarbeiten". Ich habe dazu auch bereits schon einige Beiträge gelesen aber ich glaube den kompletten Durchblick habe ich immer noch nicht.

Als mein erstes "Ziel"-Problem, dass ich gerne lösen würde mithilfe eines NN wäre folgendes:
Ich habe drei Zahlenreihen mit z.b. der Länge 3 (das könnten verschiedene Vektoren sein): Vektor A, B, C. Wenn ich jetzt die Einträge dieser Vektoren minimal verändere, würde ich gerne ein NN einsetzen können, dass mir trotzdem noch den Vektoren richtig A,B und C zuordnet.
Leider habe ich noch gar keinen konkreten Ansatz.
Ich habe auch bereits gelesen dass TensorFlow ein weit verbreitetes NN von Google ist.
Wie würdet ihr das Problem angehen?

Ich wäre über Hilfe sehr dankbar!

Grüße
Benny:)
Benutzeravatar
Sr4l
User
Beiträge: 1091
Registriert: Donnerstag 28. Dezember 2006, 20:02
Wohnort: Kassel
Kontaktdaten:

Ich konnte deinem Beispiel nicht folgen.

Du gibts einem NN z.B den Input Druck in Pa un bekommst nach lernen den Füllstand z.B in mm.

Oder du gibst ihm den Druck in Pa und einen zweiten Sensor z.B IR Messung in mm und bekommst möglicherweise einen besseren Füllstand in mm.

Die Sache ist du brauchst Trainingsdaten aus denen sich ein Muster ableiten lässt.

Zum Schluss noch eine Playlist Empehlung:
https://www.youtube.com/playlist?list=P ... 6NAPrNmUBH
BennyS
User
Beiträge: 19
Registriert: Montag 28. November 2016, 13:36

Okay ich versuche es nochmal besser zu erklären:
Ich habe ein schwingendes System mit 3 Eigenvektoren. Wenn ich eine Steifigkeit des Systems ändere, ändere ich auch die Einträge der Eigenvektoren. BSP:
[1,2,5] -> nach Veränderung der Steifigkeit -> [0.7,2.8,5.5]
Aber die grundlegende Ähnlichkeit besteht weiter zwischen den Eigenvektoren. Das heißt z.B. Vektor 1 vom initialsystem entspricht vektor 2 des betrachteten Systems. Ich würde dem NN dann einige Fälle geben, um ihm zu zeigen, welche Vektoren zusammengehören und welche nicht.
Nachdem das NN trainiert wurde, gebe ich ihm 3 Vektoren und das NN soll diese nun den Initialvektoren zuordnen.

Ist es nun verständlicher?
Die Playlist werde ich mir mal zu gemüte führen.
Antworten