LiveStreet

по моему не особо трудно реализовать, сеть не придётся обучать и ей ни чего не придётся сравнивать, нейрон используется только для взвешивания: взвешивает треки каждого плей-листа — в результате наиболее похожими будут те, чьи веса примерно равны… А если значение веса для каждого листа сохранять, то можно каждый раз сравнивать можно только вес листа. Список треков рассматривается как входной вектор.

Правда если в базе песен есть одинаковые треки с разными названиями, (типа КлёвыйТрек и Клевыйт рек), то придётся добавить ещё слой, который будет определять похожесть треков… что усложнит задачу
свернуть ветку

Если сеть не нужно обучать — то её можно заменить обычной функцией. Да и кроме того вектором треков не получится сравнить два плейлиста.
А уж с треками с похожими названиями сеть усложнится далеко не так, что в ней появится новый слой (подразумевается перцептрон?), а гораздо сильнее.
свернуть ветку

согласен — возможно сильнее, и я не подразумеваю перцептрон.
извиняюсь, что не ответил сразу… был далеко от интернетов последние несколько дней.
свернуть ветку

у меня 3 вопроса)
1. а как ИНС будет взвешивать треки?
2. сколько нейронов в скрытом слое?
3. сколько в выходном и чем они являются относительно задачи? (какое их место, смысл...)
свернуть ветку

такс)… я предпологаю, для решения использовать НС в которой все нейроны независимы. каждый нейрон взвешивает свой трек, взвешивает разумеется какойлибо функцией активации. После этого другой нейрон (или этот же) взвешивает плей-листы. В качестве входного вектора первому нейрону подаются значения ASCII кодов из заголовка трека, второй нейрон получает на вход веса треков полученные предидущим нейроном. Такой вариант можно реализовать линейно, когда один нейрон взвесит все треки, а потом все плей-листы. я даже что то подобное на досуге накодил… мне кажеться что выглядет убого… но в итоге, если результат сортирую по возрастанию веса плейлистов, то рядом стоят те плейслисты в которых имеется три одинаковых трека изи пяти… (я не стал забивать в свою псевдо БД много инфы — 10ть треков и пять листов из них, по пять треков в каждом)
свернуть ветку

ммдаа… больше слов не нахожу.
Тогда следующий вопрос: объясните мне разницу между вашей «нейронной сетью» (которая состоит из несвязанных нейронов или вообще одного нейрона, на который все пихается) и матрицей весовых коэффициентов для треков/плейлистов? И в чем состоит преимущество использования вашей «ИНС»? В том, что это ИИ и будет работать интеллектуальнее и быстрее? Или может в более воодушевляющем названии? Я не понимаю, поясните.
свернуть ветку

что то ведь должно задать эту матрицу весовых коэффициентов) этим как раз занимаются нейроны, больше они, по большому счёту, ничего не делают) преимущество: простота распараллеливания, с помощью того же OpenMP… или любой другой технологии
свернуть ветку

ну хорошо) а нейроны вы как задатите?) будете классы в с++ ваять?) а не проще тупо массив двумерный)) не? и параллельте его обработку сколько влезет)
свернуть ветку

пара структур: «трек» и «трек-лист»,… или класс с наследником) это не принципиально, а нейрон — это функция, которая взвешивает их содержимое по каким-нибудь правилам
свернуть ветку

Вооот… Добрались наконец) Похожий вопрос я уже озвучивал выше) Зачем называть взвешивающую функцию нейроном?)) Модно? Ну и что, что они оба реализуют возможно схожий функционал?… и кстати) По каким-нибудь правилам, это по каким? Может вы новую модель нейрона придумали, а мы тут еще ничего не знаем) Рассказывайте скорее!
свернуть ветку

не думаю что я что-нибудь новое придумал, использовал гауссиан для определения веса, на вход подавал сумму входных сигналов. входной сигнал для взвешивания трека — вектор из кодов ASCII, а для взвешивания трек-листа вектор из полученных на пред идущем этапе весов треков
свернуть ветку

простите, не гауссиан, а сигмоид :[
свернуть ветку

нейрон — это функция, которая взвешивает их содержимое по каким-нибудь правилам

Вот это да
свернуть ветку

А ты, я смотрю, не выдержал)))
свернуть ветку