神經網絡可以提供幫助的常見網絡問題

13

僅舉幾例：

任何類型的推薦系統（無論是電影，書籍，或有針對性的廣告）要適應行爲，以用戶的喜好（垃圾郵件檢測
系統，例如）
識別任務（入侵檢測）
計算機視覺導向的任務（搜索引擎和索引，特定對象檢測）圖像分類
自然語言處理任務（文件/文章分類，再次搜索引擎等），在社交應用

來源

2010-02-03 00:27:57 Amro

+1

注意，大多數「推薦系統」（例如亞馬遜）是使用關聯規則來實現的，而不是神經網絡。 NLP通常也使用統計技術，而不是NN。 – Cerin 2010-03-30 12:33:10

1

搜索！認識！分類！現在基本上所有的搜索引擎都可以從一些神經網絡和模糊邏輯中受益。這尤其適用於多媒體內容（例如內容索引圖像和視頻），因爲目前的搜索技術落後於此。

來源

2010-01-23 04:46:58

+2

你從哪裏得到你的信息？我聽說貝葉斯網絡對於你提到的許多事情來說都更好。 – Phil 2010-02-05 23:17:22

2

如果您篩選廢品或接受其他網站的商品銷售信息以進行價格比較，NN可用於標記商品描述中可能出現的錯誤，以供人類隨後使用眼球。

通常，作爲一個例子，計算機硬件描述在所描繪的容量，速度和特徵方面是錯誤的。您的NN會知道，通常視頻卡不應該包含「Raid 10」字符串。如果存在將Raid添加到GPU的趨勢，那麼隨着時間的推移，您的NN將通過眼球接受廣告來教導NN，現在這是一種新的硬件類別。

該硬件示例可以擴展到其他行業。

來源

2010-01-30 06:54:47 kingchris

2

忽略「常見網絡問題」的角度要求，而是「有趣的旋轉」的看法。

神經網絡可以被看作/配置的許多方式之一是作爲一種巨大的自我調整，多輸入，多輸出的情況流量控制。所以當你想要提供模糊的匹配ups時（不要直接與模糊邏輯本身混淆，這是數學/計算的另一個領域），NN可能提供一個可用的替代方案。

因此，爲了節約能源，您可以提供電梯俱樂部網站，一次性或定期旅行。人們進入他們所在的地方，他們想要去的地方以及在什麼時間。按城市排序並顯示在瀏覽控件中。

使用神經網絡，您可以隨着時間的推移，通過觀察所有者和尋求者之間的聯繫，爲運輸尋找者提供運輸業主。由於業主可能不住在尋找者所在的郊區。 NN隨着時間學習所有者中的差異，尋求者物理位置差異似乎是可接受的。因此，它可以擴大其搜索區域，提供尋求潛在的所有者。

一個想法。

來源

2010-01-30 06:58:48 kingchris

2

網絡廣告基於消費者的選擇預測在微觀尺度
預測用戶的Web瀏覽方向和超短期（當前會話）。這個想法與第一個概念非常相似。瀏覽網頁的用戶可以與其他可能感興趣的網站一起提出建議。根據在用戶活動期間實時計算的預測，建議可以是相關性排名。例如，建議的鏈接或類別或標籤的列表可以以雲的形式顯示，並且字體大小指示排名分數。用戶每進行一次點擊都是預測系統的輸入，因此預測正在不斷完善，以儘可能準確地向用戶提供儘可能準確的建議，以便與用戶的興趣相匹配。

來源

2010-01-30 07:05:36 mloskot

+0

你能否給第二點更多的細節？ – Louis 2010-01-30 13:56:18

+0

@Louis - 我在回答中更新了這個想法。 – mloskot 2010-01-30 14:49:32

+0

很多網絡廣告客戶已經實現了＃1。發佈瀏覽歷史記錄的需求，以及濫用的可能性使＃2有點可怕。 – Cerin 2010-03-30 12:37:52

0

如何將用戶連接到最近的DNS，並確保請求和目的地之間儘可能少的彈跳？

來源

2010-02-02 19:39:12 Trevoke

0

朋友建議（LinkedIn，Facebook和等）

來源

2010-02-04 08:36:31 RameshVel

1

有一件事一直讓我吃驚的是，我們還沒有任何僞智能防火牆技術。有人說，「嘿他的一系列網址在他們不應該的時候提出太多請求」，阻止他們，並向管理員發送報告。這可以通過神經網絡完成。

對事物的討厭的部分，一些病毒製造者能找到有利可圖的用途，以神經網絡。適應性木馬，一個硬盤驅動器上的「承認」信用卡號碼（而不是尋找特定的cookie），或「學習」如何從探測器自動屏蔽自己。

來源

2010-02-05 14:52:46 kikito

1

我一直在試圖實現一個基於神經網絡的機器人Diplomacy棋盤遊戲，通過DAIDE協議進行交互的樂趣。事實證明，這是非常棘手的，所以我轉向XCS來簡化問題。

來源

2010-02-05 20:32:40 eswald

+0

我實際上一直在用神經網絡爲連接4的AI進行實驗。這有點棘手，但工作。 – Louis 2010-02-05 22:29:37

+0

神經網絡對於連接4來說是一種效率低下和矯枉過正的情況。狀態空間足夠小，您只需通過極小極小搜索即可。 – Cerin 2010-03-30 12:35:51

1

假設使用eBay的神經網絡預測一個特定的項目是如何可能出售;預測列出此類物品的最佳日期是什麼，建議起始價格或「現在購買價格」;或根據吸引買家的可能性來評級您的描述？所有這些都可能是有用的功能，如果他們工作得很好。

來源

2010-02-05 20:51:10

0

神經網絡的應用是很好的代表離散的選擇和整體行爲的個人行爲（或如何個人團體行事）在網絡上四處擺弄時如何。

採取新聞閱讀例如：

回到從前的日子裏，你拿起平時一點報（選擇），選擇了一個部分（選擇），掃描的頁面，並選擇了一個物品（選擇），並閱讀基礎知識或整篇文章（另一種選擇）。

現在，你選擇哪一個新聞網站訪問，並如上繼續，但現在你可以刪除一個文件，拿起另一個，點擊廣告，更改部分，並保持與限制少去。

整機採用網絡和選擇的人根據他們的人口統計，興趣，經驗，政治，時間，位置的時間等是NN的應用程序非常豐富的區域。這與新聞機構，網頁設計，廣告收入尤其相關，甚至可能還處於探索之中。

當然，很難預測一個人會做什麼，但是將10,000個年齡，收入，性別，一天中的時間等數據放在一起，你可能會預測到導致更好的設計。想象一下，根據人口統計數據可以根據人們的需求縮小的報紙（甚至是遊戲）。廣告人的夢想！

來源

2010-02-05 22:24:04 Grembo

4

位於20q.net的遊戲是我最喜歡的基於網絡的神經網絡之一。你可以調整這個想法來創建一個學習系統，知道如何玩一個簡單的遊戲，並慢慢學會如何擊敗人類。當它扮演人類對手時，它會記錄遊戲情況，採取的行動以及神經網絡是否贏得比賽的數據。每當它贏得或失去時，它會變得更好一些。（注意：不要試圖用像跳棋這樣簡單的遊戲，一個過於簡單的遊戲可以預先計算每一個可能的遊戲/組合，這會破壞使用NN的目的）。

任何基於多個標準的分類系統都值得關注。我聽說有一家公司正在開發一個神經網絡，查看員工記錄並確定哪些是最不滿意或最有可能退出的。

神經網絡也適用於某些類型的語言處理，包括OCR或將文本轉換爲語音。嘗試創建一個可以從圖形表示或音頻表示中解密capchas的系統。

來源

2010-02-05 23:00:45 bta

神經網絡可以提供幫助的常見網絡問題

回答

相關問題