新規記事投稿

フォロー記事投稿

記事のキャンセル

8月15日に、Akitaka HOSOMIさんは書きました。

どうも大体はあってたみたいでよきことかな？

＞ってな具合に、理想的に学習が進むとは限らないので、困っているのさ、PC の場合は。

理想的に学習が進む必要はないと考えるのが私の考えだす〜。
ようは望む方向へ学習が進めばよいだす〜。

でも PC では理想的になってないと、お困りになるでしょう〜。
だから PC のほうも理想的になってなくても困らないように、
想定している理想に近ければいいんじゃない？ってなお考えで動けるといいんですけどね〜。

ノイマン型以外のコンピュータが発達してれば少しは違ったかな〜。

＞# 一応、学習が終わったネットワークが最適( 効率的 )かどうか？ ってな問題は、まだ、
＞# 解決されてないんじゃないかな？

現状では最適である必要性はあんまりないと思うんですけどね〜。
感覚の伝達素子の模倣が目的でしょうから。

#学習していることが重要なんでしょう・・・多分。

まだまだ思考の方のネットワークを模倣する段階までいってないでしょう？

ニューラルネットワークの研究ってのは、
人間？の感覚・思考の構造を知るための模倣による証明でしょう〜。

#なんか本にそれらしきことが書いてあった覚えが・・・。

＞鈍足な情報伝達速度であるにも関わらず、巨大なネットワークを使って処理を並列に動か
＞せるので、膨大なデータ量でも、それなりに大丈夫なんだろうなぁ。そのようなネットワ
＞ークが自然に形成されるところが羨ましい。

人間は数を使って、さらに並列かつ連続的？に処理してますけど、
認識時には少量にされてると考えるのが普通です〜。

そうでないと脳（シナプス）がオーバーヒート起こしますし、
人間の感覚の全ての情報量ってば想像以上のものがあるはずだし。

一つの感覚が麻痺すると他の感覚が発達するとされるのは、
大元の情報を一つの感覚分たくさん処理できるようになるので、
多くの情報を認識できるようになると考えてもおかしくないでしょう？

またも個人的な意見ですね〜。

＞当たり。その場合、文字の特徴量として、なるべく独立な値が得られるように量子化で
＞きれば、完璧でしょう( 文字の種類が限られるので、なんとかなるんじゃないかな )。

う〜ん、各文字の量子化後データを比較してみなければなりませんね〜。


＞本来、こんなモンは、盆休みに考えるようなことではないのかも知れんのだが。

#いいんでないです〜、仕事とは関係ないし〜！？
#盆休みの主旨とはおおいに外れてるかもしんないけど・・・。


＞まぁ、あんまし関係ない↓のかも知れないけど。
＞
＞人の視覚には、積分効果ってのがあって、ノイズまみれの TV 画像でも、じっと見つめ
＞てると、それなりのハッキリした絵が見えたりもするそうな。
＞
＞# 狭帯域で伝送できる SSTV( Slow Scan TV ) ってのは、そんなモンだ。

これは確かにあります〜、
かくれた絵をみるとかいうノイズの紙切れが飛び交ってたりしましたね〜。

人間の目には経験からか？特殊な先入観で画像をつくることもできるみたいです〜。

#これが情報欠損の補完なのだろうか？

＞一言でいうと、もっともらしさ、という指標でござりまする〜。

らしさ？
そういうものを数式に直せるのだすか？
数学というのは奥が深くて困りもんですね〜。

＞# 試験には出ないが、明治生まれのヒトは要チェック ! 年金が貰えんかも知れんぞよ。

確かに自動車免許の試験にはでないでしょうから、勉強することはないでしょう〜。
でも年金は今の状況みてると知っててもあてにならんのでは？

＞統計的推定ってのは、たいへんなところまで到達してて、帰還回路のパラメータ設計など
＞も、尤度を使って確率過程を基盤にして求める方法があるそうな( ひぇ〜〜〜 )。
＞
＞実際、ニューラルネットの重み係数なんかも、尤度を使って学習させる方法があるし。
＞( 計算に時間がかかるそうなんだけどね )

そういえば学生時代の恩師かもしれないハゲ親父が、
そんな研究してるって文書を見た記憶もあるような・・・・・。
あるいは、実験実習のときの帰還回路のパラメータ設計の計算の解説で、
尤度とかいう文字をみたんだったかな？？

#いまいち身についてませんね〜、というより既に昔話かな？

＞# 二乗誤差を使う微分学習なんてのは、もう古いんじゃないのかな。

もう古いというか、初期の学習方法の案でがしょ？
「学習とはなんなのか」という基本だと思いますよ。