AI-Framework 4 .NET

Moin,

also ich habe gestern auf meiner Homepage
mein kürzlich entwickeltes AI-Framework veröffentlicht.

http://www.alekto-programming.com/mo...article&sid=24

Das AI-Framework 4.NET wurde in VB.NET programmiert.

Momentan beinhaltet es "nur" ein grundlegendes und lauffähiges Backpropagation Netz mit beliebig vielen Layern, das eine gute Basis für Erweiterungen sein wird!
Es können natürlich beliebig viele Objekte der Klasse(n) instanziiert werden!

Unter den Tuturials/Inhalten findet ihr die Kategorie Künstliche Intelligenz eine Einleitung mit nützlichen Links, falls ihr euch auch über das Thema informieren wollt!

Dort findet ihr neben der API (welche auch als Html-File im Download-Package enthalten ist), auch eine Beispiel-Implementierung auf meinem PDA.
(Ja, die Neuronalen Netze laufen sogar auf halbwegs-aktuellen PDAs (ab Windows Mobile 2003), was sie sehr interessant für die Robotersteuerung macht!)

Das Download-Package enthält neben den/der vorkompilierten Lib(s) (*.dll) den gesamten Quelltext des Projektes und steht somit als OpenSource-Projekt zur Verfügung.

Bitte lest die "__README__.TXT" durch !
Wer Lust hat mitzuhelfen, der ist gerne eingeladen, Kontakt-Daten findet ihr auf den Knöppen unter meiner Signatur, oder in der "__README__.TXT"
Ich werde auf jeden Fall noch weiter machen...

Hier gehts zum Direkt-Download...

/mfg plusminus

Habe mein AI-Framework (4 .NET) ein klein wenig erweitert.

Sind ein paar nicht sonderlich spannende Funktionen dazu gekommen (abfrage auf Fehlerrate, einstallbare LernRaten-Abnahme, ...)

Was vllt ganz interessant ist:
Ich habe noch eine Beispiel-Applikation erstellt, in welcher ein 1-5-1 Netz die Sinus-Funktion erlernt/nachahmt, bzw diese berechnen kann.

Mit "live" video bei youtube: http://www.alekto-programming.com/mo...article&sid=27

Ist vllt interessant falls es mal eine uC Implementierung geben sollte, da Trigonometrische Funktionen ja ziemlich schwer zu realisieren sind.

Auf dem PDA dauert die Berechnung per Netz gegenüber VB.NET eigenen befehlen allerdings ~10x so lange. 8-[
wäre also Interessant für CPUs mit schwacher oder nicht vorhandener trigonometrischer Recheneinheit.

Möglich ist natürlich nicht nur die Sinus-Funktion, sondern jede beliebige Funktion, die man sich so ausdenken kann ^^

Download wie gehabt...

/mfg plusminus

Moin

Also damit hier nicht der Eindruck aufkommt, keiner liest hier diesen hevorragenden Thread: I do!

Ich hatte im Informatik LK letztes Semester KI und wir machen jetzt ncoh ein Projekt zu Genetischen Algorithmen fertig. Wir arbeiten mit Scheme.

Auch wenn cih grade keine aktuelle Verwendung habe, werd ich mir mal deine Sachen anschauen, da sich ma schon thematisch echt interessieren.

BackPropagation sagt mir nämlich nun grade ncihts. Auf jeden Fall der Name ncihts ...

(wir hatten Tiefensuche mit BackTracking ... mehr Wortverwandschaften hab ich jetzt aber nicht :D)

Weiter so!

Andun

BackPropagation ist eine Art eines Neuralen Strukturellen Aufbaus.
Dies bezeichnet die Funktion, das gerechnete Werte zum Neuron zurück geführt werden können, um dessen "Gewicht" zu beeinflussen, was sich wiederum auf die Berechnugn im Neuron auswirkt.


JimJim
XUN

Zitat:

---

Zitat von Andun

...
Also damit hier nicht der Eindruck aufkommt, keiner liest hier diesen hevorragenden Thread: I do!
...

---

=)

Habe extra ein paar Links aufgelistet:
http://www.alekto-programming.com/mo...howpage&pid=31

xunwichtig hats gut zusammengefasst.

Hier nochmal graphisch erklärt...
http://galaxy.agh.edu.pl/%7Evlsi/AI/.../backprop.html

Das Neuronale Netz wird mit einem Trainingssatz gefüttert, welche sich dann bis zu den Ausgangs-Neuronen fortpflanzen. Dort wird die Differenz zum gewünschten Ausgabe-Wert festgestellt.

Backpropagation bezeichnet dann die Methode, wie die Gewichte der Verbindungen zwischen den Neuronen (Dendriten) verändert werden und zwar vom Ausgang her Richtung Eingang.


Als nächstes ist geplant, dass auch Dendriten gelöscht werden können und neue "entstehen". Bewegt sich das Gewicht eines Dendrits gegen 0 werde ich es auf irgendeinen Wert setzen, der auf "normale" Weise nicht angenommen werden kann (Double.MinValue oder so). Dann wird dieser Dendrit beim nächsten RUN/TRAIN einfach übergangen.
Sollte das Netz dann mal "hängen", dann könnten automatisch neue Dendriten durch das Wiederauferwecken von "toten" Verbindungen entstehen.
So kommt dann auch noch ein evolutionärer Hauch hinein. :D

/mfg, plusminus