astudio

سلام
به نظرم نمی رسد که جابجایی در RBF باعث خطا شود به احتمال قریب به یقین شما در داده جریانی خطای بیشتری دارید چون تعداد داده بیشتری دارید.RBF یک تخمین زننده تابع است اگر تابعی که داده های شما از آن تبعیت می کنند پیچیده باشد به نسبت تابع ساده تر با radial bias functions مساوی خطای بیشتری دارد.اگر این فرض درست باشد قاعدتا باید به توابع radial دست زد ویا به ورودی و هر کار دیگری که این پیچیدگی را مهار کند.البته جایی مقاله ای را دیدم که فکر کنم یک همچون (اینکه ترتیب ورود مهم است) بحثی را کرده بود. می توانید در این لینک آن را ببینید.اما به نظر من داده آموزشی شما نماینده خوبی برای کل داده ها نیست چه بسا داده آموزشی 100 ثانیه اول کاملا متفاوت از 100 ثانیه دوم باشد (آنطور که من فهمیدم) واینکه خطا در داده جریانی خوب نیست هم به همین دلیل است.یعنی شبکه شما این حجم داده را با کمتر از این خطا نمی تواند مدل کند.شاید این مشکل با قوی کردن شبکه حل شود.این چیزی است که به فکر من میرسد.البته مقالاتی هم هست که روی پردازش داده های جریانی با شبکه های عصبی کار کرده اند. اما اگر کار شما داده کاوی است به نظرم ابزار اشتباهی را انتخاب کردید در ثانی اصلا پیش پردازش داده های جریانی نیز خود داستانیست.

__________________

توحید سردارمهنی

سلام
والا در مورد ابزار من فکر نمی کنم اشتباه کرده باشم چون در ادامه ی کارهای یک مقاله دارم حرکت می کنم . تو اون مقاله سیستم با همین روش validate شده بود. داده ها هم همه قبل از تزریق به شبکه نرمال سازی شده بود. داده هایی که برای سیستم آموزش استفاده شده هم به صورت رندم از خود متلب استفاده شده . دیگه نمی دونم از کجا این خطا ناشی می شه . تعداد توابع رادیال یا همون مراکز هم از همون مقاله استخراج شده .
یه بحثی کردید مبنی بر تقویت شبکه من نیاز به توضیح بیشتر دارم . البته اگه امکانش وجود داشته باشه.
ببینید روند داده ها در آموزش از تولید موج های رندم با sample time خیلی خیلی کمتر از validation بوده . توی اموزش 0.1 و در validation 1.5 ثانیه که پانزده برابر اون هست . من فکر می کنم رنج مناسبی رو پوشش می ده.
من دوباره وزنها رو چک کردم همشون همگرا می شن یعنی از یه مقدار iteration به بعد به صورت کیفی اگه به نمودارش نگاه کنیم ثابت می مونن اما همون جور که گفتم در ارقام سوم اعشار تغییرات دارند.
من هنوز به جواب سوالم نرسیدم که اگر شبکه رو به صورت برخط آموزش بدم آیا تغییری در بردار های وزنی بوجود می یاد یا عملکردش بهتر می شه ؟ لطفا به این سوال جواب روشن تری بدید چون واقعا تغییر این الگوریتم کار مشکلیه و زمان زیادی می بره.
از وقتتون تشکر می کنم.