HyperNEAT - разница между функциями активации субстрата и функциями активации CPPN
Я возился с HyperNEAT и столкнулся с небольшой проблемой. Из того, что я понимаю, субстрат - это начальная компоновка узлов, которые впоследствии используются для запроса CPPN для предоставления весов соединений. Я понимаю, что функции активации CPPN - это просто набор функций активации, которые могут появляться в каждом узле в CPPN, но к чему относятся функции активации подложки? У меня сложилось впечатление, что подложка - это не обязательно сеть, а просто компоновка, используемая для включения геометрии задачи в возможности создания шаблонов CPPN. Так откуда же приходят функции активации субстрата?
РЕДАКТИРОВАТЬ: я использую UnityNEAT, который является портом SharpNEAT для Unity.
Спасибо
2 ответа
Из того, что я понимаю, субстрат - это сеть, непосредственно примененная к задаче. CPPN используется для вычисления весов связей между нейронами в субстрате. Поэтому, когда вы вводите субстрат своим входом, каждый узел субстрата вычисляет выход в зависимости от своей функции активации (как в традиционных сетях).
Таким образом, выходной слой подложки (то есть выход вашей задачи) будет зависеть от значения каждого нейрона в подложке и каждого соединения в подложке (вес которого определяется CPPN).
HyperNEAT - это прежде всего инструмент для медицинских применений. Типичная установка заключается в использовании EPOC Headset (аппаратного обеспечения для обнаружения волн ЭЭГ от мозга) вместе с программным анализатором с открытым исходным кодом Emokit Signal Quality и Data Visualizer для Emotiv EPOC. В приведенном выше документе только быстрое преобразование Фурье используется для анализа сигналов, и здесь в игру вступает HyperNEAT. HyperNEAT можно обучить так, чтобы он мог лучше интерпретировать сигналы ЭЭГ. Распознавание эмоций в ЭЭГ Подмодуль CPPN предназначен для преобразования мозговых волн в визуально привлекательные модели. Громкая эволюция 3D-печатных объектов с помощью отслеживания глаз.