神经网络中的竞争学习答案

【问题标题】：Competitive Learning in Neural Networks神经网络中的竞争学习
【发布时间】：2010-12-17 00:11:11
【问题描述】：

我正在玩一些神经网络模拟。我想让两个神经网络共享输入和输出节点（其他节点是不同的，并且是两条不同路线的一部分）来竞争。有没有我应该看的示例/标准算法？这个问题适合这个网站吗？

现在我正在使用阈值来区分两条路线，但我想同时激活它们并让他们决定（'这个模拟对我们两个来说不够大'）通过使用时间来遍历每条路线作为因素。

更新：

感谢 Gacek 和 Amro，

Gacek - 我不是机器学习学生.../这是我第一次实现神经网络的经验...那么“质量系数”是什么意思？

Amro - 抱歉...我不应该在问题中使用“竞争性学习”...将尝试改变它并可能添加一些数据。我要做的是建立两个共享输入并产生相同输出的网络（不是定性的）......它们实际上连接到相同的输出神经元。也许您可以将其视为具有两条路径或路径的单个网络，我试图根据信息从刺激节点沿两条路径传播到响应神经元所需的时间来做出选择。

【问题讨论】：

嗯，要学习神经网络，您需要计算某种质量系数，对吧？那么，比较这些系数并以自动方式选择其中一个神经网络有什么困难呢？请记住，您也可以使用合作方式（而不是竞争方式）。
Amro，我想这是我的错误，因为我不太清楚我正在研究的计算问题的架构和性质。我想我会自己使用试错法来研究这个问题。感谢您的回答。体重
“质量系数”是指您用来学习网络的一些参数。可能，您正在使用“反向错误传播”方法进行学习，对吧？所以误差越小，质量系数就会越高（这只是一个简单粗略的解释……）

标签： matlab artificial-intelligence machine-learning microsoft-dynamics neural-network

【解决方案1】：

AFAIK，竞争性学习这个词指的是一种特定类型的网络，其中神经元竞争响应输入，获胜的神经元的输出为 1，其他所有的输出为零。

根据我的理解（没有看到任何代码），您所描述的就像只是在相同的训练数据上训练两个具有相同结构（但初始化不同）的 ANN，并最终选择最好的一个（就性能而言） )。

【讨论】：