mcx8305 发表于 2007-9-6 16:51

神经网络-强弩之末

现在神经网络模型已用的太多了，做学问已经不行了！而且模型本身还是有很多的不足啊。

mcx8305 发表于 2007-9-6 17:00

具体的说就是大样本离散数据的前处理问题
如我的课题，混凝土耐久性研究，
要找各配比、腐蚀环境浓度、养护天数等和混凝土强度间的关系，就很难~~数据太多，有2000多组，且数据不连续，如养护天数有的28天，有的60天，有的120天，有的240天。。。。
而对腐蚀环境浓度就更差的多了：0mol/L,1500mol/L,3500mol/l,5000mol/l,8000mol/l，数据归一化是不能解决问题的，我看在此方面，神经网络还不如多因素非线性回归来的准确可靠~~
现在才有感慨：返璞归真才是正道啊！大家多多体会把。

mcx8305 发表于 2007-9-6 17:07

任何一种算法都有其优缺点，神经网络也不例外，请大家不要过分迷信它，这才是我们作为学者应具备的求真务实的态度，不应该跟时髦，毫不思考的用，出现错误后又调数，这样蒙混过关发表论文表面上看起来很厉害，其实心中无货。
但我任提倡任何一种新的算法工具都可以学，关键是如何用对，用好。发现问题如何改进，这才是应该具备的创新精神，否则只能跟着老外们的尾巴走路，永远赶不上！

xiaosan01 发表于 2007-9-7 09:00

分析的很有道理

octopussheng 发表于 2007-9-7 09:06

个人感觉神经网络主要还是在理论研究方面，实际应用的也不多吧

lxq 发表于 2007-9-7 10:09

这只能说神经网络还不能解决这方面的问题

同时不正也说明它还有广阔的发展空间么？

理论到实际应用总是需要很长的探索

楼主说的这些问题说不定成为神经网络发展的一个方向

gadfly 发表于 2007-9-13 10:20

神经网络还是有用的,也在发展中.
不好的地方是,现在所有问题都向这上面套,用泛了.
神经网络非万能.

另:学习交流,友好些较好,用词不必过激.

mcx8305 发表于 2007-9-14 20:12

哈哈，我原以为这论坛很沉闷，发个帖子煽动一下，确实有效果！好久没有这种争论的感觉了~这才是应有的氛围吗。

hahaer 发表于 2007-9-16 18:12

学术研究就是研究
每个人都有自己的看法
其实楼主也只不过说说自己的想法
没有什么大不了的

我个人感觉:你现在认为是没有用的并不代表将来没有用
神经网络发展过程中就有几次波折
但是随着时间也奠定了数学基础和工程基础
并且在很多领域都得到了很好的应用
随着硬件的发展,估计在各种设备上的应用会得到推广
不能说没有用

jimin 发表于 2007-9-17 18:13

一点愚见
神经网络-强弩之末　这个题目有误人之嫌　以为神经网络不值得大家花力气去研究了　
不凡改成　
当你在用神经网络方法限入困境时候不凡考虑一下其他传统方法　也许能让你柳暗花名又一村哦　

jimin 发表于 2007-9-17 18:18

youngfan，我，hotowind 的一些聊天内容，现在将youngfan先生的一些言论摘录如下。。
youngfan先生的人工神经网络论坛www.youngfan.com/nn/
不过国内搞人工智能现在市场还没打开、国外要好一些。我是学自动控制的、现在在国外做软件开发工作
是的，在国内正式扛起人工智能大旗的组织很少。
对应用的了解我们只是来之报道，在实际中还比较少用，
不知道国外在实际应用方面如何？
家庭方面:老年人服务机器人、家庭自动吸尘器
工场方面:自动安排工序等
银行方面:信用评估
自动排程 信用评估 在国内也应用很多，但不清楚实际效果，这个我没有去研究过。
还有一种工业上现在开始流行的趋势是RFID
RFID和智能信息系统的结合
日本在机器人方面确实很强，但不知道我们现在的人工智能技术在机器人方面是否实用？你是做控制的，和机器人很相关吧
这些都没听过，长见识了。
RFID是射频识别这方面的吧？
直接接触机器人比较少、还是软件多。RFID是非接触式IC识别芯片、
现在在国外因为RFID可以节约大量人力成本、发展得很快
一般了解在超市 或是一些进出口的地方应用很多。在工业上倒是没怎么了解
有机会介绍介绍，呵呵
比如在一个产品上贴上一个RFID的识别标签、可以全程监控、自动处理
国内新一代身份证里面也装了RFID
http://www.2nsoft.cn/bbs/read.php?tid=2980

另外神经网络研究的高级阶段是研究各种神经网络（包括多层感知器网络、径向基函数网络、概率神经网络、径向基概率神经网络、递归神经网络、光学神经网络、库仑能量网络、隐马尔科夫模型、模糊极大极小网络、模块神经网络、学习委员会机、ARTMAP网络、自适应共振理论(ART1-3)、自组织特征映射、联想记忆、主分量分析、独立分量分析、盲源分离、硬聚类和模糊聚类子空间理论、波尔兹曼机、神经认知机、统计学习理论、支撑矢量机、随机神经网络理论、EM算法、遗传与进化算法、增强学习理论、人工免疫算法、模拟退火算法）的数学理论、学习算法、模型和结构、推广能力、预测与逼近能力。
这么多网络中也许也可以找到一两种效果比较好的

hepey 发表于 2007-9-23 20:18

不会吧
以后神经网络没有什么前景了

rocwoods 发表于 2007-9-24 19:03

我感觉神经网络还是很有生命力的！关键是我们当中能真的理解它的人太少了，我自己也是有太多地方都不明白。有些人认为神经网络是万能的，什么东西都往里塞，以为塞进去稻草也能输出黄金。永远不要指望只教给一个小学生小学数学，就让他去解答微积分！应用神经网络的时候要灵活些。下面是我以前应用神经网络求解积分的一个例子，希望能提供一些借鉴思路。   
      http://www.simwe.com/forum/viewthread.php?tid=790492

zwf100 发表于 2008-3-5 10:42

理论+实践才是硬道理

yehe2000 发表于 2008-4-22 16:54

只能说还有待完善:lol ，不能全盘否定
页: [1]
查看完整版本: 神经网络-强弩之末