Нейросети для отделения разнородных по природе данных по признаку гармоничности
Сразу прошу меня простить - в нейросетях я махровый чайник. Только ограниченные начальные знания. И тем не менее, есть вопрос...
Вопрос: допустим у нас есть ряд данных, изменяющихся гармонически: простая функция "чет-нечет", тригонометрическая функция синуса/косинуса, набор простых и инверсных изображений, гармонически-изменяемые фигуры игры "Жизнь" ... Есть ли способ обучить нейросеть выявлять "гармоничность" на произвольном наборе данных? И если "да", то как?
Ответы (1 шт):
Давайте немного уточнимся, чего вам надо. Есть данные. Вы написали, что они "гармоничны". Вопрос - вы ЗАРАНЕЕ знаете, что они гармоничны? Если да - то что вы хотите узнать нового.
А вот если нет, просто есть данные и надо ответить, есть-ли в них некоторая периодичность, то да такие методы есть. Например - анализ автокорреляционных функций, который может показать присутствие в ряду даже нескольких "сезонных составляющих". Есть и несколько других методов - да то-же разложение в ряд Фурье и исследование его коэффициентов. Это задачи вполне "алгоритмические" или около того, и стрелять по ним из нейросетей особой необходимости нет.
Если я неверно понял ваш вопрос - тогда прошу меня простить и уточнить его постановку.