ফলাফলটি অনুকূলকরণের জন্য একটি গভীর শিক্ষার অ্যালগরিদম


10

আমি গভীর শেখার পক্ষে বেশ নতুন তবে আমার মনে হয় এটি ব্যবহার শুরু করার জন্য আমি ঠিক সঠিক বাস্তব-বিশ্বের পরিস্থিতি খুঁজে পেয়েছি। সমস্যাটি হ'ল আমি ফলাফলগুলি পূর্বাভাস দেওয়ার জন্য কেবল এই জাতীয় অ্যালগরিদম ব্যবহার করেছি। আমার নতুন প্রকল্পের জন্য, ফলাফলগুলি অনুকূল করতে আমার একটি মেশিনকে খাওয়ানোর জন্য তথ্য প্রয়োজন । কেউ কীভাবে সংক্ষেপে ব্যাখ্যা করতে পারেন যে আমার কীভাবে এগিয়ে যাওয়া উচিত? আমি আটকে গেছি.

পরিস্থিতি এখানে:

আমার কাছে এমন একটি মেশিন রয়েছে যা কাঠের পাটাতনের কাঠের কাঠামোর জন্য বিভিন্ন দৈর্ঘ্য জুড়ে উপলব্ধ এবং এটি একটি কাটা তালিকায় প্রদত্ত ব্লকগুলিতে কাটাতে হয়। এই মেশিনটি সর্বদা একটি প্রদত্ত তক্তা থেকে প্রাপ্ত সর্বোচ্চ স্কোরটি চয়ন করবে । স্কোর প্রতিটি ব্লক এর গুন দ্বারা প্রাপ্ত হয় এলাকায় তার দ্বারা গুণক । আমি যে অ্যালগরিদমটি তৈরি করতে চাই সেটিকে সেই কাটা তালিকায় তালিকাভুক্ত প্রতিটি ব্লকের জন্য একটি মেশিনিকে একটি গুণ দিতে হবে । এই মেশিন থেকে সমস্ত দৈহিক আউটপুট প্রয়োজন না হওয়া পর্যন্ত একটি রোবট দ্বারা তাকগুলিতে স্টক করা হবে। কাটিং মেশিনটিকে একটি তক্তার অংশগুলি ডাউনগ্রেড করার অনুমতি দেওয়া হয় যদি এটি উচ্চ স্কোরে পৌঁছাতে সহায়তা করে।

খুব বেশি কাঠের দাম কমিয়ে না দিয়ে আমার সবচেয়ে বেশি যে ব্লকটি দরকার তা দেওয়ার জন্য মেশিনটির জন্য মূল্য হিসাবে কাজ করতে হবে।

অপ্টিমাইজেশন লক্ষ্য

  • নিশ্চিত হয়ে নিন যে প্রতিটি ব্লক প্রয়োজনীয় সময়ের মধ্যে মজুদ রয়েছে তবে কারণ ছাড়াই খুব তাড়াতাড়ি নয়
  • যতটা সম্ভব কাঠের ছোট্ট অঞ্চলটি ডাউনগ্রেড করুন (কিছু প্রজাতি খুব ব্যয়বহুল)

নোটগুলি ইনপুট করুন

  • এই ব্লকের আগে সময়ের পরিমাণ প্রয়োজন
  • এই ব্লকের জন্য কাঠের গ্রেড
  • এই ব্লকের পরিমাণ প্রয়োজন
  • ব্লকের অঞ্চল (সম্ভবত?)

ফিডব্যাকটি অ্যালগরিটিমে সরবরাহ করা হয়েছে

  • আগে থেকেই পরিমাণ যে ব্লকটি প্রস্তুত ছিল (অবশ্যই যথাসম্ভব কম হওয়া উচিত)
  • কাঠের ক্ষেত্রটি ডাউনগ্রেড * গ্রেডের সংখ্যা বাদ যায়

এক্সপেক্টেড রিটার্ন ডেটা

  • একটি গুণক যা সেই ব্লকটিকে অন্যদের তুলনায় সর্বোত্তমভাবে অগ্রাধিকার দেয়

তথ্য আমি জোগাড় করি না তবে

  • কাঠের প্রতিটি প্রজাতির জন্য প্রতিটি গ্রেডের গড় অনুপাত

আমি এখন পর্যন্ত যা আবিষ্কার করেছি তা হ'ল আউটপুট নোডটি তৈরি করতে আমার মতামতটি কেবলমাত্র একটি মানেই টুকরো টুকরো করা দরকার। সমস্যাটি হ'ল আমি বুঝতে পারি না যে কোনও গুণক নির্ধারণের জন্য কীভাবে এই অ্যালগরিদম তৈরি করতে হয় । গভীর শিক্ষার মাধ্যমে এটিকে সমাধান করার চেষ্টা করার ক্ষেত্রে আমি কি ভুল করছি?


এটি সত্যিই একটি আকর্ষণীয় প্রশ্ন! এআই তে আপনাকে স্বাগতম।
ডিউকঝো

আমি আরও স্পষ্টতার জন্য প্রশ্নটি সম্পাদনা করার স্বাধীনতা নিয়েছি। কী করবেন তা নিশ্চিত ছিলেন না: "প্রতি সেমি² মান ² যা সেই ব্লককে অন্যের তুলনায় সর্বোত্তমভাবে তার অগ্রাধিকার দেবে" আপনি কি অন্য ব্লকের সাথে তার অগ্রাধিকারের তুলনায় একটি ব্লককে সর্বোত্তম মান দেওয়ার অর্থ?
ডিউকঝৌ

@ ডুকজহৌ "স্কোর" তৈরি করতে এবং সর্বোচ্চ স্কোর পাওয়ার জন্য প্রতিটি তক্তাকে কাটাতে মেশিনের অ্যালগরিদমটি ব্লকের মোট 2 ডি ক্ষেত্রের (প্রস্থ x দৈর্ঘ্য) দ্বারা অনুকূলিতকরণের জন্য চেষ্টা করা মানটিকে বহুগুণ করে। যদি আমি অ্যালগরিদমে ব্লকের ক্ষেত্রটি গাধা করি, তবে আমি স্কোরটি নির্ধারণ করতে এবং তারপরে এটিকে অঞ্চল দিয়ে ভাগ করতে পারি। সর্বোপরি, মূল ফোকাসটি সর্বোচ্চ স্কোর সর্বোচ্চ প্রয়োজনের সাথে মেলে যাতে মেশিনের লক্ষ্য আমাদের সমান হয় তা নিশ্চিত করা is
ফ্র্যাঙ্ক ম্যালেনফ্যান্ট

@ ডুকঝোউ দুঃখিত, যদি এটি যতটা পরিষ্কার না হয় তবে ইংরেজি আমার দ্বিতীয় ভাষা।
ফ্রাঙ্ক ম্যালেনফ্যান্ট

1
@ ডুকঝৌ এখানে আমি এটিকে গুণক শব্দটির সাথে প্রতিস্থাপন করেছি এবং এর ব্যবহার সম্পর্কে কিছু অতিরিক্ত তথ্য দিয়েছি ।
ফ্র্যাঙ্ক ম্যালেনফ্যান্ট

উত্তর:


2

রিগ্রেশন কাজের জন্য গভীর শেখার মডেলগুলি প্রশিক্ষণ দেওয়া বেশ কঠিন তাই আমি তাদের সাথে শুরু না করার পরামর্শ দেব। পরিবর্তে আমি নীচের একটি পদ্ধতির সাথে শুরু করব এবং সম্ভবত গভীরতর শিখন ব্যবহার করার চেষ্টা করব।

সমস্যার একটি ধ্রুপদী দৃষ্টিভঙ্গি হতে পারে আপনার অপটিমাইজেশন সফ্টওয়্যারটি বিশ্লেষণ করা এবং এটি সম্ভবত আপনাকে কিছু ডিস্ট্রিমেন্টিক অ্যালগরিদমের দিকে নিয়ে যায়।

আপনার অপ্টিমাইজেশন সফ্টওয়্যারটিকে একটি ব্ল্যাক বক্স হিসাবে বিবেচনা করার জন্য বিভিন্ন পদ্ধতি হতে পারে - এটিকে বিভিন্ন ধরণের ইনপুট দিন, আপনার আগ্রহী ভেরিয়েবলগুলি নোট করুন (কার্যকর করার সময়, ফলাফল কাটা, ইত্যাদি) এবং এটিতে কোনও ধরণের বা রেজিস্ট্রার ফিট করার চেষ্টা করুন ।

একটি বিকল্প হ'ল কৌরশের ধারণাকে অনুসরণ করা এবং এটিকে শাস্ত্রীয় অনুকূলকরণ সমস্যা হিসাবে তৈরি করা।

আপনি যদি মেশিন লার্নিংয়ের সরঞ্জামগুলি ব্যবহার করতে পছন্দ করেন তবে আমি আপনাকে প্রস্তাব করতে পারি যে আপনি লিনিয়ার রিগ্রেশন এর মতো একটি সাধারণ মডেল দিয়ে শুরু করুন যা কেবলমাত্র আপনি ব্যবহার করতে পারবেন এমন ডেটাতে কোনও সংকেত রয়েছে কিনা তা যাচাই করতে। এরপরে আপনি আরও শক্তিশালী অ্যালগরিদমগুলি দেখতে পারেন যেমন এক্সজিস্ট, রিগ্রেশন ট্রি ইত্যাদি

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.