海量增量学习神经网络 lsnn,the finaly nn
2016-01-26 22:36
411 查看
无限增量学习,能实现无限增量学习,是强人工智能的基础。当然其他各种上层的东西: 自我、自举学习, 情感,这样的东西,目前还不到深入研究的地步。但是各种高级一些的智慧体具备的功能特征,其最基础的支撑算法,必须是无限增量学习。(20年以后回来看,这个必定已经成立,不知道这个提法能申请专利不? 呵呵,穷的我没办法研究下去了,疯了。)下面说说突破的地方:
这两年,做了视频浓缩摘要算法,人车分类等机器学习算法。包括:svm,knn,lsh, ann,dl,cmac,rbf, 等主要的机器学习算法。其中svm,knn,dl 是应用中比较成功的分类算法。但是目前来看,没办法实现增量无限学习。这就注定只是一个限定数据范围的,有点smart的机器。 能无限增量学习,才能像人出生之后一样,不断学习成长。360的首席科学家提出 baby learning, 貌似就是这个思路。不谋而合啊。但是不知道其实现思路。我这样层次的人,也联系不到这样的大家。
实现办法:用 lsh 结合 ann 实现局部敏感神经网络, 就是这么简单。 lsh ,这我已经算法上改进实现了(exp-lsh)。无限学习,局部敏感。比其他传统 lsh,有本质飞跃,不再是 1% 千分之一的运算量提升,而是达到 O(1)级别的复杂度。 同时,knn召回率达到99.9%以上(相对于knn的100%),实际分类召回率超过knn。 这样保证了局部样本的有效性。进一步通过 局部连接Ann神经网络,dl神经网络模型,并使用局部连接改进当前全链接的ANN,可以达到彻底彻底的局部敏感。从而可以增量学习,海量学习。下一步算法实验。
原创算法,侵权必究。
这两年,做了视频浓缩摘要算法,人车分类等机器学习算法。包括:svm,knn,lsh, ann,dl,cmac,rbf, 等主要的机器学习算法。其中svm,knn,dl 是应用中比较成功的分类算法。但是目前来看,没办法实现增量无限学习。这就注定只是一个限定数据范围的,有点smart的机器。 能无限增量学习,才能像人出生之后一样,不断学习成长。360的首席科学家提出 baby learning, 貌似就是这个思路。不谋而合啊。但是不知道其实现思路。我这样层次的人,也联系不到这样的大家。
实现办法:用 lsh 结合 ann 实现局部敏感神经网络, 就是这么简单。 lsh ,这我已经算法上改进实现了(exp-lsh)。无限学习,局部敏感。比其他传统 lsh,有本质飞跃,不再是 1% 千分之一的运算量提升,而是达到 O(1)级别的复杂度。 同时,knn召回率达到99.9%以上(相对于knn的100%),实际分类召回率超过knn。 这样保证了局部样本的有效性。进一步通过 局部连接Ann神经网络,dl神经网络模型,并使用局部连接改进当前全链接的ANN,可以达到彻底彻底的局部敏感。从而可以增量学习,海量学习。下一步算法实验。
原创算法,侵权必究。
相关文章推荐
- 将Mininet与真实网络相连接
- iOS AFN监听网络,封装网络请求 —— HERO博客
- http://yijiu.blog.51cto.com/433846/1435101
- Kali Linux 2.0中使用aircrack-ng破解安全性为WPA/WPA2 PSK的无线网络
- 简析开源网络模块_volley
- HttpServletRequest和HttpServletResponse的方法总结
- 如何解决IIS不支持Perl,出现“HTTP 错误403.1-禁止”问题
- 网络服务器开发总结
- TCP/IP、Http、Socket的区别
- [Java - 调用WebService]{http://schemas.microsoft.com/ws/2005/05/addressing/none}ActionNotSupported
- 网络攻击
- Linux多线程服务端编程:使用muduo C++网络库
- Linux多线程服务端编程:使用muduo C++网络库
- Java Socket网络编程的经典例子(转)
- 不同VLAN之间互相通信
- 第十一届“蓝狐网络杯”湖南省大学生计算机程序设计竞赛
- http长连接和短连接
- gerrit+http+2
- 人工神经网络
- iOS 关于ASIHTTPRequest