Salve a tutti sono un appassionato di elettronica, un fruitore di arduino e di altre piattaforme a uC e ultimamente uno studioso di reti neurali e algoritmi genetici.
Sto iniziando a vedere come implementare una piccola rete neurale su micro ATmega328 e per questo sto iniziando mettendo sù un neurone con 3 ingressi, 3 pesi ed una uscita.
Voglio vedere come si comporta il neurone al variare degli ingressi e dei pesi applicando una funzione sigmoide.
C'è qualcuno interessato a questi studi per condividere esperienze e risultati?
Ciao anche io avevo in mente di fare la stessa cosa, solo che al momento mi sto occupando di un altro progetto con arduino ed è meglio fare una cosa alla volta, altrimenti va a finire che non faccio bene né l'uno né l'altro.
In ogni caso sono sempre disposto a condividere le mie conoscenze per dare una mano
Ciao, anche io mi sto occupando di far funzionare reti neurali su Arduino. Ho chiesto anche aiuto in questo topic.
Di soluzioni "già pronte" a quanto pare non ne esistono, e sarebbe mia intenzione, magari anche con un pò di aiuto, creare una libreria che riesca a gestire le reti.
L'unica cosa che ho trovato si trova a questo link, però secondo me a volte non funziona come dovrebbe e può essere ottimizzato (oltre ovviamente che effettuare una 'trasformazione' in classi)
x iscizione.
chissene per fare cosa, mi ha sempre affascinato l'argomento
io usavo una rete neurale (non ricordo neanche più il tipo di neuroni che usavo) per il puntamento di un oggetto che si muoveva in modo pseudorandom. però non era molto più efficiente che puntare alla posizione oggetto attuale + vettore spostamento * tempo puntamento
la trasformazione per classi rallenterebbe troppo l'algoritmo, che è già troppo lento, molto meglio l'uso di una lista, con struct e malloc come hai vecchi tempi, per ottimizzare il più possibile.
lesto:
x iscizione.
chissene per fare cosa, mi ha sempre affascinato l'argomento
io usavo una rete neurale (non ricordo neanche più il tipo di neuroni che usavo) per il puntamento di un oggetto che si muoveva in modo pseudorandom. però non era molto più efficiente che puntare alla posizione oggetto attuale + vettore spostamento * tempo puntamento
la trasformazione per classi rallenterebbe troppo l'algoritmo, che è già troppo lento, molto meglio l'uso di una lista, con struct e malloc come hai vecchi tempi, per ottimizzare il più possibile.
Ragazzi ho segnalato l'articolo ma non ho ancora avuto il tempo di leggerlo, l'ho solamente sfogliato settimana prossima lo leggo ora sono concentrato su altro
Se è come dice legacy lo vedo utile come uno spunto per realizzare un OCR per lo scanner o per delle immagini statiche sul computer
Ciao
o anche algoritmi per "capire" costa stai per scrivere, ovviamente analizzando il contesto di tutta la frase e usando i vecchi messaggi scritti come riferimento.
ehh legacy, per fare qualcosa di sfruttabile economicamente, sopratutto in questo campo, direi che il forum non è adatto. consiglio reddit se hai qualcosa da proporre o xkcd se devi elaborare l'idea e ti serve un brainstorm di gente più o meno capace (sta a te fare i distinguo)
l'argomento sembra suscitare molto interesse....
magari aggiungiamo qualche GA e
così riusciamo con arduino a risolvere il TSP o qualcuno c'è già riuscito?
settimana prossima lo leggo ora sono concentrato su altro