Вопрос по MLP -- обучению многослойного персептона
Пусть мы хотим научить MLP (Multilayered perceptron) отличать отрезки (например, длиной 255 значений) некоторого полезного сигнала (например, первых разностей ценового ряда) от отрезков «белого шума». То есть, банально, если на входе сети (255 входных нейронов) полезный сигнал, то на выходе мы хотим получать сигнал как можно ближе (в идеале равный) 1, а если на входе «шум», то 0.
Понятно, что мы можем сгенерировать столько образцов белого шума, сколько захотим, однако — вопрос! — можно ли в части шума обойтись без обучения сети «в лоб», а решить задачу аналитически, так чтобы — вместо обучения сети шуму — получить некоторые условия на веса сети?
Sergerk, никакие эмпирически данные данные не «бывают белым шумом», поскольку белый шум это математическая конструкция. То есть «отрезок белого шума» — это только то, что мы сами сгенерировали как отрезок белого шума. (Только давайте не обсуждать «квантовые генераторы белого шума», хорошо?)
То, что сеть наверняка не научится идеально дискриминировать (различать) отрезки первых разностей ценовых рядов и (отрезки) шум, — я понимаю.
Ivan FXS, Ну, почему математическая конструкция? Под белым шумом подразумевают только лишь наклон графика в двойных логарифмах мощности излучения от частоты… Близких к такому графику излучающих устройств или природных явлений, я думаю, достаточно... )))
Мм, движуха интересная, обучить модель отличать белый шум от не белого. Потому что не белый шум, он может разной степени зашумленности, если модель что-то определит как шум, скорее всего туда лучше не соваться сейчас.
Может лучше эту тему поразвивать?
Про вопрос «а решить задачу аналитически» — не понял зачем это нужно, если нагенерить шума вообще не проблема.
Replikant_mih, «модель» («его найдет») — какая модель, нейронная сеть? Взаимоотношения НС и аналитических решений известны независимо от этой конкретной моей задачки: НС устремляются к каким-то экстремумам, не менее того, но и не более.
Ну и поскольку задачка наполовину — в части одного из двух классов входных векторов — точно не аналитична, то о каком «найдет аналитическое решение» вообще можно тут говорить?
Replikant_mih, понятно, что НС как-то чему-то обучится. Всему ли, чему в принципе можно обучиться — известно не будет, и как это узнать — тоже не известно.
Доходы от экспорта нефти и нефтепродуктов просели в ноябре на фоне ужесточения санкций до $10,97 млрд, всего за 11 месяцев снижение к прошлому году составило 15%, до $148 млрд. Между тем, Россия...
Почему кривая доходности облигаций перестраивается раньше решения по ключевой ставке?
На первый взгляд поведение долгового рынка сегодня выглядит парадоксально. Ключевая ставка Банка России по-прежнему остается на достаточно высоком уровне, хотя цикл смягчения уже начался. Тем не...
Сегодня в 10:00 МСК Академия для эмитентов Московской биржи приглашает на вебинар «Как читать нефинансовую отчетность: сектор „Девелопмент“». Вы узнаете:
📍 О ключевых особенностях отрасли...
Д К, Тоже жду в ликвидности пока, выплатит УС всё — отлично, рынок облигаций оживет и начнется ралии новогоднее наконец. А если в дефолт, то штормить будет очень долго и цены будут хороши, но эмите...
В 2025 году рынок онлайн-кинотеатров вырос более чем на 40% — в интервью Ъ гендиректор «Кинопоиска» Александр Дунаевский В 2025 году рынок онлайн-кинотеатров вырос более чем на 40%, рассказал в интерв...
Вератек запороли сами себе размещение 2.0 плохой облигацией: во-первых только для квалов, во-вторых гиганский обьем 2 лярда, в-третьих с амортизацией, в-четверных и еще оферта. Если бы сделали то же с...
Hefe, долг нехилый у них( и ВВП про них только что сказал что мораторий на штрафы продлевать не будут. Может с девелоперов все и посыпятся окончательно.
То, что сеть наверняка не научится идеально дискриминировать (различать) отрезки первых разностей ценовых рядов и (отрезки) шум, — я понимаю.
Мм, движуха интересная, обучить модель отличать белый шум от не белого. Потому что не белый шум, он может разной степени зашумленности, если модель что-то определит как шум, скорее всего туда лучше не соваться сейчас.
Может лучше эту тему поразвивать?
Про вопрос «а решить задачу аналитически» — не понял зачем это нужно, если нагенерить шума вообще не проблема.
Replikant_mih, «модель» («его найдет») — какая модель, нейронная сеть? Взаимоотношения НС и аналитических решений известны независимо от этой конкретной моей задачки: НС устремляются к каким-то экстремумам, не менее того, но и не более.
Ну и поскольку задачка наполовину — в части одного из двух классов входных векторов — точно не аналитична, то о каком «найдет аналитическое решение» вообще можно тут говорить?