신경망이 질문에 대답하는 대신 질문하는 것에 대해 생각한 사람이 있습니까?

14

대부분의 사람들은 신경망으로 질문에 답하려고합니다. 그러나 신경망이 질문에 대답하는 대신 질문을하는 방법에 대한 생각을 가진 사람이 있습니까? 예를 들어, CNN이 객체가 속하는 카테고리를 결정할 수있는 경우 분류에 도움이되는 질문을 할 수 있습니까?

neural-networks deep-learning

— 차
소스

나는 이것을하는 것이 2 차 질문으로 자격이 있다고 생각합니다. link 나는 Eureqa를 사용하여 동일 평면성 여행 메트릭스에 대해이 작업을 수행하고 있다고 생각 하지만 강하게 비정형적인 방식으로 질문을 구성해야했습니다. 실질적으로 더 크고 어려운 질문이었습니다. 메트릭 또는 메타 메트릭 학습에 대한 메트릭을 호출해야합니다. 특이성은 질문을 단순화하는 데 도움이됩니다. 질문의 도메인과 범위를 지정하십시오.

— EngrStudent-복직 모니카

2

아마도 신경망이 최선의 도구가 아닐 수도 있습니다.

'분류를 돕는 질문'이라는 개념과 동등한 개념은 기계 학습 (ML)을 사용 하여 분류를 수행 하는 사람이 읽을 수있는 규칙 세트 를 얻는 것 입니다. 아이디어는 적용 가능한 규칙 체인을 끝까지 통과하면 분류자가 있고 그 전에 멈 추면 입력의 기능이 더 거친 분류를 제공한다는 표시기가 있다는 것입니다. '분류를 돕는다'는 점진적으로 상세한 일련의 질문으로 볼 수 있습니다.

ML을 사용하여 규칙 집합을 만들기위한 다양한 옵션에 대한 자세한 내용은 이 질문에 대한 답변에서 찾을 수 있습니다 .

— 니체
소스

1

이에 대한 한 가지 해결책은 다단계 분류를위한 의사 결정 트리와 ANN의 융합을 포함 할 수 있습니다.

의사 결정 트리는 분류 할 인스턴스의 가능한 범주를 예측하는 데 도움이 될 수 있습니다. 그런 다음 나무 잎의 ANN에서 최종 분류를 생성 할 수 있습니다.

예를 들어, 이미지 인식에서 트리는 식별 할 객체의 카테고리 (예 : 풍경, 사람, 차량 등)를 결정할 수 있으며 적절한 유형에 대한 ANN은 정확히 어떤 객체인지 예측할 수 있습니다. 차량, 예를 들어 자동차, 버스, 자전거 등

— 에베 이삭
소스

1

좋은 질문입니다. 오늘날 AI 시스템은 "일회성"모드에서 작동합니다. 하나의 입력을 받고 하나의 출력을 생성하십시오. 우리의 두뇌는 그렇게 작동하지 않습니다.

첫 번째 단계는 네트워크의 "도우미"와 통신하는 방법을 배우는 것이므로 결과 대신 네트워크가 질문을 생성하고 네트워크가 결과를 찾을 때까지주기가 반복됩니다.

질문 / 응답주기 사이에 필요한 내부 상태에 대해 네트워크가 반복되어야합니다.

— dev1223
소스