有关实验人工神经网络的有趣想法是什么?

时间:2010-03-24 00:30:27

标签: neural-network pattern-recognition

我正在寻找可以进行实验的可能的神经网络实现列表。可能需要一个小时到一周的时间才能写出来。

还有哪些其他可能性?

到目前为止,这是列表:

  • 游戏
    • 井字棋
    • 连接4
    • 象棋
    • 开始
    • 纸/剪刀/岩石
    • 赛马预测员
  • 视觉识别
    • 字符识别(字体,字母,数字等)
    • 面部识别
  • 音频识别
    • 语言检测
    • 男性vs女性
  • 单词识别
    • 语言检测(自然,编程)
  • 寻路

一些指向更多的链接:

5 个答案:

答案 0 :(得分:2)

您可以结合遗传算法和神经网络来进化简单的神经配置,例如执行逻辑运算的神经网络(包括幻影异或!)。

这是一个我非常喜欢的话题 - 因为 - 如果你想一想 - 它是我们大脑进化的一个简单模型(我不是说我们脑子里有逻辑门)。

这很简单 - 应该很有趣!

答案 1 :(得分:2)

从更广泛的角度来看,所有涉及模式识别和信号处理的方法都可以充分利用神经网络。

此外,您可以使用神经网络为游戏开发“伪AI”(策略,足球游戏)。

无论如何,由于神经网络不仅仅是一种“解决方案”,它还可以用于经济学,物理学,导航,信号处理等。

此外,存在许多类型的神经网络(感知器,跳跃场),根据问题明智地使用它们。

神经网络不是灵丹妙药,只是一种(非常有趣和强大)的工具。

答案 2 :(得分:2)

面部识别怎么样?

答案 3 :(得分:1)

以下是我认为前馈神经网络(具有多个隐藏层)可能能够解决的一些问题。

  1. 考虑到网络接口上发送/接收的数据包数量,环境噪音量和环境光线水平,会尝试预测一天中的时间。
  2. 给定纬度和经度,尝试预测海拔或犯罪率。
  3. 根据文章标题中关键字的一些简单指标,预测它有多少赞成。
  4. 根据随机电话号码的数字,预测线路终点的位置。

答案 4 :(得分:1)

这更具挑战性:可视化(即绘制)2层神经网络的决策边界表面。 (1层边界是线性的,所以很容易)。