Mustererkennung durchführen / praktische Erfahrungen

[Lackaffe]

Hallo,

ich habe gesehen das Membrain eine Möglichkeit bietet Mustererkennung durchzuführen. Ich würde gerne wissen ob es dazu tutorien gibt? Weiterhin wäre ich auch an praktischen Erfahrungen in diesem Bereich interessiert. Also z.b. wie ich das Netz dimensionieren muss , wie viele verdeckete Schichten es besitzen muss / wie viele Neuronen pro Schicht....

Vielen Dank im Voraus

gruß

L.A.

[Admin]

Um welche Art von Mustern soll es denn gehen?
Kannst Du ein paar Informationen dazu geben?

Viele Grüße

[Lackaffe]

Hallo,

also ich hatte vor mich "hochzuarbeiten". Zuerst wollte ich einfache Zeichenerkennung machen (Schwarz/Weiß vielleicht 320x320) und dann z.b. Gesichtererkennung (farbig und vielleicht 1024x768). Mir fehlen einfach die Erfahrungen wie man das Netz dimensionieren soll.

gruß

L.A.

[Lackaffe]

vielleicht ist der Begriff Mustererkennung unpassend gewählt . Vielmehr gehts es mir um Gesichter oder Zeichenerkennung (z.b. Alphabet)

gruß

L.A.

[TJetter]

Zuerst wollte ich einfache Zeichenerkennung machen (Schwarz/Weiß vielleicht 320x320)

Tatsächlich ist das schon eine ungeheuer mächtige Eingangsmatrix. Das sind 102400 Eingangsneuronen. Ganz zu schweigen von den Unmengen Links, die benötigt werden, um diese Anzahl an Eingangsneuronen halbwegs sinnvoll mit Hidden-Schichten zu verknüpfen.

Das größte Problem dabei ist, dass die Dimensionalität des Eingangsdatenraums so riesig wird, dass man eine ungeheure Anzahl an Eingangsmustern benötigt, um das Netz bis in den Bereich der Generalisierung hinein zu trainieren. Typischerweise erlernt so ein Netz mit Leichtigkeit alle Trainingsmuster ausgezeichnet zu reproduzieren, aber die Validierung mit untrainierten Datensätzen zeigt dann, dass das Netz 'auswendig' gelernt hat.
Hinzu kommt natürlich, dass das Training umso langsamer wird, je mehr Links zu trainieren sind.

Ich würde dazu raten, mit wesentlich weniger Eingangsneuronen zu beginnen (vergleiche das Beispiel von der Homepage zur Ziffernerkennung mit 40 * 40 EIngangsneuronen), um ein Gefühl für die riesige Speicherkapazität eines solchen Netzes zu bekommen. Das lässt einen schnell die Grenzen des Machbaren erahnen.

Viele Grüße und viel Erfolg!

[Olio72]

Nun ich selbst hab mit NN noch wenig Erfahrung, doch geistert mir
seit Langem folgende Vorgehensweise als erstrebenswert:

Unabhängig vom NN würde ich die Kriterien sammeln,
nachdem Du eigentlich suchst (Gesicht - Abstand der Augen, bzw. zur Nasenspitze - Markante Gesichtflecken
wie Muttermale - eigentlich all das - was uns unterscheidet - aber in Form einzelner Merkmale)
das Bild dann Vektorisieren und mit den Vektoren das NN befüllen:

Z.B.: Nase zu Augen = 4cm also Output Wolfgang
Nase zu Augen = 3,5 cm also Output Gerti

Denke dass ein entscheidender Vorteil in dem Grund-IQ des Netzes liegt,
ob der zu erwartende IQ den Ergebnissen standhält.

Lieg ich da falsch?

LG Oliver