Мне было интересно, могут ли вы творческие умы, могли бы подумать о некоторых ситуациях или приложениях в веб-среде, где Neural Networks будет подходящим или интересным.Общие сетевые проблемы, в которых Neural Networks могли бы помочь
Редактировать: Некоторые замечательные идеи здесь. Я думал больше о веб-центризме. Может быть, детекторы ботов или ИИ в играх.
Чтобы назвать несколько:
Поиск! Признать! Классифицировать! В основном все поисковые системы в настоящее время могут извлечь выгоду из дозы нейронных сетей и нечеткой логики. Это относится, в частности, к мультимедийному контенту (например, контент-индексирование изображений и видео), так как это означает, что текущие технологии поиска отстают.
Откуда вы получили информацию? Я слышал, что байесовские сети лучше подходят для многих из упомянутых вами вещей. – Phil
Если вы просматриваете ломы или принимаете информацию о продажах других сайтов для сравнения цен, NN может использоваться для обозначения возможных ошибок в описании товара для человека, а затем для глазного яблока.
Часто, как один пример, описания аппаратного обеспечения компьютера неправильны, в какой емкости, скорости, характеристиках, которые изображены. Ваш NN узнает, что обычно видеокарта не должна содержать строку «Raid 10». Если есть тенденция добавить Raid к графическим процессорам, то ваш NN узнает об этом со временем, когда глазное яблоко примет рекламу, чтобы научить NN, это теперь новый класс аппаратного обеспечения.
Этот пример оборудования может быть распространен на другие отрасли промышленности.
Игнорирование запроса «Обычные сетевые проблемы», но скорее «интересный поворот».
Один из многих способов просмотра/настройки NN - это гигантский саморегулирующийся, многопозиционный, многорежимный вид управления потоком.
Итак, если вы хотите предложить совпадения, которые являются нечеткими (не путать напрямую с нечеткой логикой как таковой, которая является еще одной областью математики/вычислений), NN может предложить полезную альтернативу.
Чтобы экономить энергию, вы предлагаете клубный клуб, одноразовые или регулярные поездки. Люди входят туда, где они есть, куда они хотят пойти и в какое время. Сортировка по городу и отображение в режиме контроля.
Используя NN, вы со временем можете предлагать владельцам транспортных средств для перевозки искателей, наблюдая за тем, как соединяются владельцы и ищущие. Поскольку владелец не может жить в том же пригороде, в котором проживает искатель. NN учится со временем, какие отклонения в владельцах, искатели физического местоположения кажутся приемлемыми. Таким образом, он может расширить область поиска, предлагая потенциальным владельцам убежища.
Идея.
веб-рекламы на основе прогнозирования потребительского выбора
Прогнозирование направления просмотра веб-страниц пользователя в микро-масштабе и на очень короткий срок (текущая сессия). Эта идея очень похожа, обобщение на первое. Пользовательский веб-браузер может предлагаться с предложениями с другими потенциально интересными веб-сайтами. Предложения могут быть релевантными в соответствии с прогнозом, рассчитанным в режиме реального времени во время работы пользователя. Например, список предлагаемых ссылок или категорий или тегов может отображаться в виде облака, а размер шрифта указывает оценку ранга. Каждый щелчок пользователя делает вход в систему прогнозирования, поэтому прогноз постоянно совершенствуется, чтобы предоставить пользователю максимально точные предложения с точки зрения соответствия интересам пользователя.
Не могли бы вы дать более подробную информацию со вторым пунктом? – Louis
@ Louis - Я обновил идею в своем ответе. – mloskot
Многие веб-рекламодатели уже реализуют # 1. Необходимость публиковать историю просмотров в сочетании с возможностью неправильного использования делает № 2 несколько пугающей. – Cerin
Как насчет подключения пользователей к ближайшему DNS и обеспечения максимально возможного количества отскоков между запросом и пунктом назначения?
Одна вещь, которая всегда поражает меня в том, что у нас по-прежнему нет псевдо-интеллектуальной технологии межсетевого экрана. Что-то, что говорит «эй его диапазон URL-адресов делает слишком много запросов, когда они не должны», блокирует их и отправляет отчет администратору. Это можно сделать с помощью нейронной сети.
О неприятной части вещей, некоторые производители вирусов могли найти прибыльное использование нейронных сетей. Адаптивные трояны, которые «узнали» номера кредитных карт на жестком диске (вместо поиска определенных файлов cookie) или «узнали», как автоматически маскировать себя от детекторов.
Предположим, что EBay использовала нейронные сети, чтобы предсказать, насколько вероятен какой-то конкретный предмет; предсказать, какой лучший день для списка предметов этого типа будет, предложите стартовую цену или «купите сейчас цену»; или оценить свое описание, исходя из того, насколько вероятно привлечь покупателей? Все они могут быть полезными функциями, если они работают достаточно хорошо.
Нейронные сетевые приложения отлично подходят для представления дискретных вариантов и всего поведения того, как действует индивид (или как действуют группы людей), когда вы дергаетесь в Интернете.
Take чтение новостей, например:
Назад в старые времена, вы подобрали обычно одну газету (выбор), выбрал раздел (выбор), отсканированные страницы и выбрал статью (выбор) , и прочитайте основы или всю статью (другой выбор).
Теперь вы выбираете, какой новостной сайт посещать и продолжать, как описано выше, но теперь вы можете отбросить одну бумагу, забрать другую, нажимать на объявления, менять разделы и продолжать работать с небольшими ограничениями.
Всеобъемлющее использование Интернета и выбора людей, основанных на их демографии, интересах, опыте, политике, времени суток, местоположении и т. Д., Является очень насыщенной областью применения NN. Это особенно актуально для новостных организаций, дизайна веб-страниц, доходов от рекламы и может быть даже в исследуемой области.
Конечно, очень сложно предсказать, что сделает один человек, но поставит 10 000 из них того же возраста, дохода, пола, времени суток и т. Д., И вы сможете предсказать поведение, которое будет приводят к лучшим проектам. Представьте себе газету (или даже игру), которая может быть масштабирована по потребностям людей на основе демографических данных. Мечта адмирала!
Игра, расположенная по адресу 20q.net, является одной из моих любимых сетевых нейронных сетей. Вы могли бы адаптировать эту идею, чтобы создать систему обучения, которая знает, как играть в простую игру, и медленно учится тому, как побеждать в ней людей. Когда он играет противников, он записывает данные о игровых ситуациях, о принятых мерах и о том, выиграл ли NN игру. Каждый раз, когда он играет, выигрывает или проигрывает, он становится немного лучше. (Примечание: не пробуйте это с помощью слишком простой игры, такой как шашки, чересчур простая игра может иметь всевозможную игру/комбинацию заранее вычисленных ходов, которая побеждает цель использования NN).
Возможно, стоит рассмотреть любую классификационную систему, основанную на нескольких критериях. Я слышал о какой-то компании, разрабатывающей NN, которая рассматривает записи сотрудников и определяет, какие из них наименее удовлетворены или, скорее всего, уйдут.
Нейронные сети также подходят для выполнения определенных видов обработки языков, включая OCR или преобразования текста в речь. Попробуйте создать систему, которая может расшифровать capchas, либо из графического представления, либо из представления звука.
Примечание. Большинство «систем рекомендаций» (например, Amazon) реализованы с использованием правил ассоциации, а не нейронных сетей. НЛП обычно использует статистические методы, а не NN. – Cerin