使用神经网络的关系发现

Question

假设我以固定速率（例如每秒一次）对多个信号进行采样，并从信号中提取一些指标，例如，一个与另一个的比率，变化率，相对变化率等。
我听说神经网络可以用来发现关系。这是真的？
如果是这样，我可以使用哪些书籍/互联网资源来了解如何做到这一点。
正在进行的处理是Java，因此对所有答案的Java倾斜将是最受欢迎的。
感谢

Answer 1

这是事实。您可以发现与NN的关系。问题在于，在进行校准后很难解释权重。所以它们有点像黑盒子（比其他数据挖掘算法更多）。

我实际上建议您探索MS Analysis Services附带的神经网络算法。在开始编程之前，这是了解NNets的好方法（因为它是一个服务器服务，你可以从java中调用它）。

Answer 2

很可能你需要确定某种“窗口”，比如最后10个样本。您可以将信号归一化为10“双精度”数组，在-1和1之间归一化。这将形成神经网络的“输入”。所以你会有10个输入神经元。然后你必须决定你想要的输出。也许你有100种不同的分类，你可能想要将信号分类。如果是这种情况，您将拥有100个不同的输出神经元，当它们识别特定信号时，每个神经元都会被训练以产生比其他输出神经元更高的输出。

在输入和输出层之间，神经网络通常具有一个或多个隐藏层。这些只是为神经网络提供了额外的功能。

对于Java神经网络编程，您可以尝试Encog project。还有一个DotNet版本的Encog。