یکی از چالش های پیش رو در عرصه ی سیستم های هوشمند که قابلیت پیش بینی پدیده ها را دارا هستند، بحث وزن دهی به فاکتورهای تاثیرگذار در روند پدیدار است. یکی از پرطرفدارترین انواع این سیستم ها، سیستم های خبره ای هستند که می توانند با مطالعه ی روند بازارهای پولی دست به پیش بینی روند این بازارها در آینده زده و رایی در این زمینه داشته باشند.
با فرض این نکته که سیستم مزبور یک شبکه ی عصبی باشد، پرسپترون هایی خواهد داشت که داده ها را از لایه ی قبلی گرفته و در توابعی وارد می کند. این پرسپترون ها می توانند از یک تا تعداد متناهی بسیار بالایی در یک لایه قرار گرفته و پس از جمع زدنِ داده های ورودی و اِعمال توابع مزبور، خروجی ها را به لایه ی بعدی و یا مخرج سیستم رهسپار کنند.
مباحث مطرح شده تا بدین جا همگی مباحثی ریاضیاتی بودند. قاعدتا ریاضیدانان خود به تنهایی قادر نخواهند بود که تعداد این پرسپترون ها را (بانضمام توابع مرتبط با آن ها) تعیین کنند. در این پروژه ها همواره حضور متخصصین فن مربوطه لازم است تا ایشان مشخص کنند که چه ملاحظاتی می بایست در طراحی پرسپترون های لایه لایه ی این شبکه ی عصبی بویژه راجع به وزن هر یک از فاکتورها در نظر گرفته شوند. پس این تشخیص بسته به صلاحدید کارشناسان فن از میان بیشمار فاکتور دخیل انتخاب شده و داده ها در بستر این ملاحظات تحلیل خواهند شد.
این فاکتورها ظرفی را مهیا می کنند که داده ها بر اساس آن ها سنجیده شده و ارزش افزوده ای بر آن ها اعمال گردد. این مسایل ارتباط گسترده ای با مبحث تقریب گیری توابع و بهینه سازی خواهند داشت که خروجی شان چیزی نخواهد بود جز رای کارشناسانه ی سیستم خبره مربوطه در رابطه با روند تغییرات پدیدار در آینده. در این حوزه نیز می بایست در به روی قطعیت و یقیین بسته شود و این از آن جهت است که فاکتورها تقریبا بیشمارند و وزن ها بیشمارتر…
دی داد
Daydaad
www.daydaad.com
