|
Title: Ευφυή Συστήματα Ρομπότ - Εργασία 2011-2012 Post by: bard on January 24, 2012, 22:10:13 pm Καλησπέρα, ανοίγω αυτό το τόπικ για συζήτηση πάνω στην φετινή εργασία του μαθήματος.
Πρώτη ερώτηση από εμένα... Κατάλαβε κάποιος τι παραδίδουμε; Πέρα από ένα *.mat αρχείο με τα νευρωνικά και μία αναφορα, μήπως θέλει να φτίαξουμε καμία συνάρτηση που θα παίρνει το βίντεο προς ταξινόμηση και θα το ταξινομεί; Το ρωτάω αυτό γιατί μας δίνεται το ελεύθερο να επιλέξουμε εμείς πόσα πλαίσια θα χρησιμοποιούνται για την πρόβλεψη. Ιδεές... Title: Re: Ευφυή Συστήματα Ρομπότ - Εργασία 2011-2012 Post by: pontiki on January 25, 2012, 02:27:02 am Υποτίθεται περιμένουμε (από την προηγούμενη τετάρτη) να ανεβάσει στο e-thmmy τι μορφή πρέπει να έχει αυτό που θα παραδώσουμε.
Σε γενικές γραμμές (απ'όσο έχω καταλάβει) τα νευρωνικά που έχουμε εκπαιδεύσει και μία συνάρτηση στην οποία θα δίνουμε ένα βίντεο και θα επιστρέφει το σκορ για κάθε νευρωνικό και τελικά σε ποιά κατηγορία ανήκει Title: Re: Ευφυή Συστήματα Ρομπότ - Εργασία 2011-2012 Post by: bard on January 25, 2012, 17:49:48 pm Αυτό θυμάμαι και εγώ... Απλά επείδη δν υπάρχει κάποιο φως μέχρι τώρα έλεγα μήπως είδε κανένας τίποτα.
Βοήθεια στους αόματους δηλαδή. :) Title: Re: Ευφυή Συστήματα Ρομπότ - Εργασία 2011-2012 Post by: bard on January 27, 2012, 16:21:10 pm Για όσους έχου μαλώσει με το ethmmh... :P
Παραδοτέα εργασίας 25 Ιαν 2012 9:18 μμ Ζήκος Θα πρέπει να κατασκευαστεί συνάρτηση class=getClass(video) στο αντίστοιχο αρχείο getClass.m όπου το ορισμα video είναι πίνακας με n frame 6 χαρακτηριστικών. Το ορισμα class είναι ένας ακέραιος που θα παίρνει την τιμή 1 για βίντεο handclapping,2 για hand waving,3 για boxing, 4 για walking, 5 για jogging, 6 για running. Παραδοτεα είναι ένα zip αρχείο που θα περιέχει 1. Αναφορα σε ενα PDF μέχρι 8 σελίδες. 2. Όλος ο κώδικας που έχετε γράψει για την εκπαίδευση. 3. Το αποθηκευμένα νευρωνικο δίκτυο. 4. Την παραπάνω συνάρτηση. Title: Re: Ευφυή Συστήματα Ρομπότ - Εργασία 2011-2012 Post by: Gregos on January 31, 2012, 00:56:03 am Να ρωτήσω το εξής
Καποιες φορές η trainlm τερματίζει χωρίς να έχει χτυπήσει καμιά από τις μπάρες που βγάζει το παράθυρο εκπαίδευσης, δηλ. το epoch,performance, gradient, mu, validation checks.Γιατί ? Επισυνάπτω και φωτ. Title: Re: Ευφυή Συστήματα Ρομπότ - Εργασία 2011-2012 Post by: Ariel on January 31, 2012, 01:27:35 am Πότε παραδίδουμε???
Title: Re: Ευφυή Συστήματα Ρομπότ - Εργασία 2011-2012 Post by: Gregos on January 31, 2012, 01:30:23 am Μέχρι πριν την εξέταση
Title: Re: Ευφυή Συστήματα Ρομπότ - Εργασία 2011-2012 Post by: crystal on January 31, 2012, 02:19:54 am Να ρωτήσω το εξής Καποιες φορές η trainlm τερματίζει χωρίς να έχει χτυπήσει καμιά από τις μπάρες που βγάζει το παράθυρο εκπαίδευσης, δηλ. το epoch,performance, gradient, mu, validation checks.Γιατί ? Επισυνάπτω και φωτ. Μήπως πέφτει το performance κατω απο το όριο και δεν φαίνεται? Title: Re: Ευφυή Συστήματα Ρομπότ - Εργασία 2011-2012 Post by: Gregos on January 31, 2012, 02:28:11 am οχι, όταν τερματίσει πρασινίζει και μένει έτσι. Αν τερμάτιζε απ' τα valid.checks θα ήξερα ότι τότε αρχίζει το overfitting αλλά τώρα δεν καταλαβαίνω...
Title: Re: Ευφυή Συστήματα Ρομπότ - Εργασία 2011-2012 Post by: Kylries on February 15, 2012, 19:24:20 pm Μήπως μπορεί να μου πει κάποιος ενδεικτικά πόσους νευρώνες χρησιμοποίησε στο κρυφό στρώμα; Γιατί θυμάμαι σε ένα εργαστήριο ο Ζήκος είχε πει κάτι για 3 :o. Εμάς θέλει καμιά 15 για να δουλέψει ικανοποιητικά.... Anybody?
Title: Re: Ευφυή Συστήματα Ρομπότ - Εργασία 2011-2012 Post by: Ariel on February 15, 2012, 19:29:50 pm εγώ έφτασα τους 7-8 νευρώνες για κάθε δίκτυο με όριο σφάλματος στα 3 δεκαδικά ψηφία
Title: Re: Ευφυή Συστήματα Ρομπότ - Εργασία 2011-2012 Post by: Kylries on February 15, 2012, 19:31:37 pm εγώ έφτασα τους 7-8 νευρώνες για κάθε δίκτυο με όριο σφάλματος στα 3 δεκαδικά ψηφία Τι θεωρείς ως σφάλμα; Εμείς πήραμε για σφάλμα τον αριθμό σωστών προβλέψεων του τελικού ταξινομητή προς το σύνολο των βίντεο που ταξινομήθηκαν.. Title: Re: Ευφυή Συστήματα Ρομπότ - Εργασία 2011-2012 Post by: Ariel on February 15, 2012, 19:39:47 pm εννοώ το στόχο σφάλματος net.trainParam.goal
Πάντως τα ποσοστα μου στη Bckpropagation έφτασαν στην καλυτερη περιπτωση το 66% (είναι δηλαδή αρκετα χαμηλά) και στην L/M το 75% Προσπαθώ να τα σουλουπώσω τωρα κάπως... |