Considere que tengo un conjunto de entrenamiento donde cada muestra de datos es un árbol y cada nodo tiene (incluyendo el nodo hoja) su propio vector de características. Por ejemplo, una sola muestra de datos tendrá el siguiente aspecto
Ahora tengo que clasificar leaf nodos a cualquiera de las dos categorías (categoría_1 o categoría_2). ¿Puede alguien recomendar una variante de red neuronal viable para este tipo de datos?
Puede que le interese, a diferencia de un recurrente red neuronal, una recursivo red neuronal que
[aplica] el mismo conjunto de pesos recursivamente sobre una estructura, para producir una predicción estructurada sobre estructuras de entrada de tamaño variable, o una predicción escalar sobre la misma, recorriendo una estructura dada en orden topológico ... introducido para aprender representaciones distribuidas de la estructura.
También puede interesarle el análisis sintáctico en general, en el que se infieren estructuras de árbol para las frases, por ejemplo. Cada estructura de árbol sigue ciertas reglas especificadas por alguna gramática.
Un documento que puede ser de interés es aclweb.org/anthology/P/P13/P13-1045.pdf
No los he utilizado, pero parece que hay implementaciones en pytorch ( https://devblogs.nvidia.com/parallelforall/recursive-neural-networks-pytorch/ ) y tensorflow ( https://www.kdnuggets.com/2016/06/recursive-neural-networks-tensorflow.html ).
Hay un documento sobre Árboles de decisión neuronales . Donde el árbol de decisión es la estructura de la red y cada nodo es un perceptrón. También me parece llamar a otro documento de los investigadores en China que hizo los titulares en los últimos 6 meses, pero lo que leí acerca de que uno era sobre todo bombo.
Leí ese artículo, aunque para mí era demasiado extenso, lo que entendí es que se trata de conseguir una estructura de árbol, pero no de procesar una estructura de árbol. Si estoy equivocado, sería de gran ayuda si pudieras escribir un simple resumen de ese documento.
@Praveen Parece que estás interesado en un problema de clasificación binaria en el que tus datos son una colección de características. El árbol es una forma de clasificador, así que ¿por qué quieres incluir el árbol como parte de la red neuronal? ¿He entendido mal el problema que has planteado?
Mi estructura de datos tiene forma de árbol y quiero clasificar los nodos hoja mediante clasificación binaria. Tengo que encontrar una manera de representar un árbol en una estructura plana o árbol de alimentación en sí haciendo algún tipo de árbol de atravesar a la red de tal manera que las hojas no pierden fuera de contexto.
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
0 votos
@pvlkmrv todos los nodos tienen vector de características de la misma longitud. ¿Puedes explicarlo un poco mejor? ¿Quieres decir que un único nodo se convierte en un único paso temporal?
0 votos
Sí, eso es exactamente lo que quiero decir. Entonces, la entrada a la red sólo debería tener esa dimensión. No he trabajado con RNNs lo suficiente como para hacer una recomendación exacta de arquitectura, pero en principio debería funcionar: Debería aprender a hacer que su salida sea la categoría_1 o la categoría_2 después de que se le muestre una secuencia de pasos en el árbol.
0 votos
Alternativamente, ¿debería utilizar un árbol de decisión para aprender a categorizar los ejemplos? Si su árbol pudiera manejar entradas de longitud variable, entonces podría utilizar algún tipo de combinación de todos los vectores de una serie hasta una hoja para clasificar esa hoja. Una ventaja sería que tu árbol podría aprender a recuperar algún tipo de estructura común de los ejemplos de entrenamiento y podría ser más interpretable.
0 votos
@pvlkmrv Quieres decir que para que un árbol de decisión clasifique un solo nodo de hoja tengo que pasar el vector de características de todos los nodos en algún orden, ¿estoy en lo cierto?
0 votos
Los árboles de decisión suelen tomar un vector de características de cierta longitud de una sola vez para cada ejemplo. No existe la noción de pasar por partes en diferentes pasos temporales.
0 votos
@pvlkmrv eso significa que tengo que pasar nodo por nodo individualmente. Crees que hacer eso recuerda el contexto me refiero a que varios nodos hacen una sola entidad pero si paso nodo uno por uno no habrá entidad