神经网络可以提供帮助的常见网络问题

时间:2010-01-23 04:43:08

标签: artificial-intelligence neural-network

我想知道你是否有创造性思维能够想到神经网络适合或有趣旋转的网络环境中的某些情况或应用。

编辑:这里有一些很棒的想法。我在想更多以网络为中心。也许在游戏中使用bot探测器或AI。

12 个答案:

答案 0 :(得分:13)

仅举几例:

  • 任何类型的推荐系统(无论是电影,书籍还是有针对性的广告)
  • 您希望根据用户偏好调整行为的系统(例如,垃圾邮件检测)
  • 识别任务(入侵检测)
  • 面向计算机视觉的任务(搜索引擎和索引器的图像分类,特定对象检测)
  • 自然语言处理任务(文档/文章分类,再次搜索引擎等)

答案 1 :(得分:4)

位于20q.net的游戏是我最喜欢的基于网络的神经网络之一。你可以调整这个想法,创建一个学习系统,知道如何玩一个简单的游戏,慢慢学习如何击败人类。当它扮演人类对手时,它会记录游戏情况,所采取的行动以及NN是否赢得比赛的数据。每次比赛,赢或输,都会变得更好。 (注意:不要尝试使用太简单的游戏,比如跳棋,过于简单的游戏可以预先计算出所有可能的游戏/动作组合,这会破坏使用NN的目的)。

任何基于多个标准的分类系统都值得关注。我听说有一家公司正在开发一个NN来查看员工记录,并确定哪些是最不满意或最有可能退出的。

神经网络也适用于某些类型的语言处理,包括OCR或将文本转换为语音。尝试创建一个可以从图形表示或音频表示中解密capchas的系统。

答案 2 :(得分:2)

如果您筛选废品或接受其他网站商品销售信息进行价格比较,NN可用于标记人物的项目描述中可能出现的错误,然后再进行眼球。

通常,作为一个例子,计算机硬件描述在描述的容量,速度和功能方面是错误的。您的NN将了解到,视频卡通常不应包含“Raid 10”字符串。如果有趋势将Raid添加到GPU,那么你的NN会随着时间的推移通过眼球接受一个广告来教NN来了解这一点,现在这是一种新的硬件。

此硬件示例可以扩展到其他行业。

答案 3 :(得分:2)

忽略“常见网络问题”角度请求,而忽略“有趣的旋转”视图。

可以查看/配置NN的众多方法之一是作为一种巨大的自调整,多输入,多输出的案例流控制。

因此,当你想提供模糊的匹配时,(不要直接与模糊逻辑本身混淆,这是数学/计算的另一个领域),NN可能提供一种可用的替代方案。

为了节省能源,您可以提供电梯俱乐部,一次性或定期旅行。人们进入他们所在的位置,他们想去的地方以及在什么时间。按城市排序并在浏览控件中显示。

随着时间的推移,使用NN,您可以通过观察业主和寻求者之间的联系,为运输业主提供运输服务。由于业主可能不住在寻求者居住的同一郊区。 NN随着时间的推移了解到业主的差异,寻求者的物理位置差异似乎是可以接受的。因此,当提供寻求潜在的所有者时,它可以扩大其搜索范围。

一个想法。

答案 4 :(得分:2)

  1. 基于消费者选择预测的网络广告

  2. 在微观和非常短期(当前会话)中预测用户的Web浏览方向。这个想法与第一个想法非常类似,是一种概括。可以提出用户浏览Web以及与其他可能有趣的网站的建议。根据在用户活动期间实时计算的预测,建议可以是相关性排名。例如,可以以云的形式显示建议的链接或类别或标签的列表,并且字体大小指示等级分数。用户进行的每次点击都是预测系统的输入,因此预测会不断完善,以便尽可能地根据用户的兴趣为用户提供尽可能准确的建议。

答案 5 :(得分:1)

搜索!认识!分类!基本上,如今所有搜索引擎都可以从一定剂量的神经网络和模糊逻辑中受益。这尤其适用于多媒体内容(例如内容索引图像和视频),因为这是当前搜索技术滞后的地方。

答案 6 :(得分:1)

让我感到惊讶的一件事是,我们仍然没有任何伪智能防火墙技术。有些事情说“嘿,他的网址范围在他们不应该做的时候提出太多请求”,阻止他们,并向管理员发送报告。这可以通过神经网络完成。

在讨厌的部分,一些病毒制造商可以找到有利可图的神经网络用途。适应性特洛伊木马“识别”硬盘上的信用卡号码(而不是寻找某些cookie)或“学习”如何自动掩盖自己的探测器。

答案 7 :(得分:1)

我一直在尝试为Diplomacy棋盘游戏实现基于神经网络的机器人,通过DAIDE协议进行交互。事实证明这非常棘手,所以我转向使用XCS来简化问题。

答案 8 :(得分:1)

假设eBay使用神经网络来预测特定商品的销售可能性;预测列出该类型项目的最佳日期是什么,建议起始价格或“立即购买价格”;或根据吸引买家的可能性对您的描述进行评分?如果它们运作良好,那么所有这些都可能是有用的功能。

答案 9 :(得分:1)

神经网络应用程序非常适合表示离散的选择以及个人在网络上徘徊时的行为(或个人群体如何行动)的整个行为。

以新闻阅读为例:

回到过去,你通常会选择一份报纸(一个选择),挑选一个部分(一个选项),扫描一个页面并选择一篇文章(一个选择),然后阅读基础知识或整篇文章(另一篇)选择)。

现在您选择要访问的新闻网站并继续如上所述,但现在您可以删除一张纸,另一张纸,点击广告,更改部分,并继续保持一些限制。

网络的全部使用以及人们根据人口统计,兴趣,经验,政治,时间,地点等做出的选择对于NN应用来说是一个非常丰富的领域。这与新闻机构,网页设计,广告收入尤其相关,甚至可能是一个未被探索的领域。

当然,很难预测一个人会做什么,但将10,000个年龄,收入,性别,时间等相同的人放在一起,你可能能够预测会导致的行为更好的设计。想象一下,根据人口统计数据,可以根据人们的需求来扩展报纸(甚至是游戏)。广告人的梦想!

答案 10 :(得分:0)

如何将用户连接到最近的DNS,并确保请求和目标之间的跳转次数尽可能少?

答案 11 :(得分:0)

  • 社交应用中的朋友推荐(Linkedin,facebook等)