나는 딥 러닝에 익숙하지 않지만 실제로 사용하기에 적합한 실제 상황을 발견했다고 생각합니다. 문제는 결과를 예측하기 위해 그러한 알고리즘 만 사용했다는 것입니다. 새 프로젝트의 경우 결과 를 최적화 하기 위해 머신에 정보를 제공해야합니다 . 누군가 내가 어떻게 진행해야하는지 간단히 설명 할 수 있습니까? 나는 붙어있다.
상황은 다음과 같습니다.
나는 길이에 걸쳐 다른 등급의 나무를 가진 나무 판자를 가져 와서 절단 목록에 제공된 블록으로 자르는 기계를 가지고 있습니다. 이 기계는 항상 주어진 판자에서 얻을 수 있는 최고 점수를 선택합니다 . 점수는 각 블록의 곱하여 얻어진 영역 의하여 multiplicator . 내가 만들고 싶은 알고리즘은 해당 기계 에 용접 구조물 테이블에 나열된 각 블록에 대해 곱셈기 를 제공해야 합니다. 이 기계의 모든 물리적 출력은 필요할 때까지 로봇에 의해 선반에 보관됩니다. 판자는 높은 점수에 도달하는 데 도움이되는 경우 판자의 일부를 다운 그레이드 할 수 있습니다.
이 값은 기계가 나무를 너무 많이 다운 그레이드하지 않으면 서 가장 필요한 블록을 제공하는 인센티브로 작용해야합니다.
최적화 목표
- 필요한만큼 각 블록의 재고가 있는지 확인하십시오.
- 가능한 적은 목재 면적으로 다운 그레이드 (일부 종은 매우 비쌉니다)
입력 노드
- 이 블록이 필요하기까지의 시간
- 이 블록의 목재 등급
- 이 블록의 필요량
- 블록 지역 (아마?)
알고리즘에 대한 피드백
- 블록이 준비된 시간 (가능한 한 낮음)
- 다운 그레이드 된 목재 면적 * 건너 뛴 등급 수
예상 반품 데이터
- 해당 블록에 다른 블록에 비해 우선 순위를 부여 하는 곱셈기
그러나 나는 게이터를 가질 수 없습니다
- 각 목재 종에 대한 각 등급의 평균 비율
내가 지금까지 알아 낸 것은 출력 노드를 만들기 위해 피드백을 하나의 값으로 스매싱해야 할 수도 있다는 것입니다. 문제는이 알고리즘을 곱셈기 를 결정하는 방법을 이해할 수 없다는 것 입니다. 딥 러닝을 통해이 문제를 해결하려고 잘못한 것입니까?