Estoy usando redes neuronales para la predicción del comportamiento de un sistema dinámico. Una red neuronal es entrenada en línea mediante instantáneas del sistema del pasado. El sistema cambia su estado a intervalos irregulares, y cuando esto sucede, una parte del pasado de capacitación de las instancias de ser válido. Puedo detectar el cambio en el estado y también identificar las no válidas de los casos. La pregunta es ¿cómo puedo hacer que la red neuronal entrenada "desaprender" o "olvidar" algunas instancias?
Respuesta
¿Demasiados anuncios?
Neil
Puntos
49
Depende del tipo de Red Neuronal que está utilizando. Una sola capa de tipo perceptrón puede hacer esto mediante la sustracción de la eta valor de cada nodo el número de iteraciones capacitados basado en la activa o no se activa funciones y salidas.
Si usted está usando cualquiera de las técnicas de optimización, como la detención temprana sin embargo no tener sentido ya que la red se ajustan de forma dinámica durante el entrenamiento. Si quieres incorporar o excluir los datos de su conjunto de entrenamiento, me gustaría que en lugar de ir con un modelo de aprendizaje no supervisado como KNN, o guardar los datos y re-entrenar la red con algo similar a principios de parar para optimizar los resultados de la próxima versión de la modelo sin el ejemplo de los datos que están tratando de "olvidar"
