Bei allen Skripts und Dokus im Netz die ich so finden konnte, kann ein neuronales Netz scheinbar nur mit "0" oder "1" oder etwas zwischen 0 und 1 antworten. Als Input kann man ihm scheinbar ebenfalls nur etwas zwischen 0 und 1 geben.

Frage: Wie kann man denn mit dieser Einschränkung Namen trainieren, um festzustellen ob der Name weiblich oder männlich ist?

Es gibt doch Leute die mit neuronalen Netzen sogar Grafiken analysieren um herauszufinden was da abgebildet ist. Der Output ist Klartext!

Stehe total auf dem schlauch, finde auch kein geeignetes Forum dafür. Wenn einer Ahnung davon hat, bitte melden!! Danke

Mister Ad

Waq

Ich habe mich zwar noch nicht praktisch mit dem Thema beschäftigt, weiss aber, dass Neuronale Netze mehrere Eingänge und Ausgänge haben können.
Und das reicht doch, um binär kodierte Daten ein- und auszuwerfen.

__________________
mod = master of disaster

Der_Gerhard

Der Gag an neuronalen Netzen ist nicht das Netz selbst, obwohl man durch Auswahl der Anzahl an Ebenen sowie der Neuronen auf jeder Ebene noch etwas rumspielen kann.

Der Clou an den Dingern ist die Bewertungsfunktion für die Abbildung der Eingabe auf eine oder mehrere Zahlen, die dann in das Netz gestopft werden. Die Netze selbst arbeiten AFAIR mit einfachen mathematischen Operationen. Ganz ohne Magie.
Durch das Trainieren werden nur einige Faktoren angepasst. Die eigentliche Arbeit kann Dir das Netz also nicht abnehmen.

Aber frag doch einfach mal die kleinen Kinder in den USA, die das ja rein aus Spielerei perfekt können.
SCNR

__________________
**********************************
Nein, ich bin nicht die Signatur.
Ich putze hier nur.
**********************************

Tja leider kenne ich die nicht, habe nur davon gehört.

Auf jeden Fall sind alle Netze die ich bisher auftreiben konnte so konstruiert, das der Input ein Array aus Zahlen zwischen 0 und 1 sein muss, und der Output ebenso. Frage mich deshalb ernsthaft was da noch fehlt... Ein Bild besteht ja nicht aus einer Zahl zwischen 0 und 1. Und einen String erst in eine Zahl umrechnen? Char to ASCII-Code oder sowas?

Der_Gerhard

Das was da fehlt, ist die eigentliche Arbeit an der Sache.

Für eine Unterschriftenerkennung hab ich mal ein paar solche Eingangszahlen gesehen. Ist aber schon lange her.
Das waren AFAIR solche Kenngrößen wie:
- Verhältnis von geraden zu gebogenen Linienstücken
- Verteilung der geschwärzten Pixel über die Breite (Lage des Mittelpunkts, Streuuung,...)
- Breite/Höhe des benötigten Platzes.
- Unterbrechungen der Linienführung

Einige davon sind trivial (Breite durch Höhe teilen), andere muss man sich erst mal lange aus den Fingern saugen. Und wenn man erkannt hat, dass eine Eigenschaft der Daten wichtig sein könnte, dann muss man sie erstmal auf eine Zahl zwischen 0 und 1 abbilden.

Für Deine Vornamenerkennung würde interessante Eigenschaften den Klang betreffen. Aber wie bewertest Du den Klang mit Zahlen?
Dann noch die phonetische "Nähe" zu bereits bekannten Namen aus einer Vornamen-DB.

Leider hab ich mich nach dem Studium nie wieder mit sowas befasst und kann keine wirklich hilfreichen Tipps geben, außer sich ein gutes Buch zu besorgen.

__________________
**********************************
Nein, ich bin nicht die Signatur.
Ich putze hier nur.
**********************************

Du meinst etwas wie soundex oder metaphone?

Was ich mir überlegt hatte war folgendes:

Die Buchstaben werden linear in eine dreistellige Zahl umgeformt, entsprechend dem ASCII Wert. Daraus entsteht dann einfach eine Zahl. vor diese Zahl wird noch ein "0." gehängt damit sie zwischen 0 und 1 liegt. desired output entweder 0 oder 1. 0 = frau, 1 = mann.

kommt mir aber irgendwie so vor als steckt da ein fehler in meiner logik... das sytem betrachtet zahlen ja als wert... aber vielleicht gehts auch einfach nur um die transformation. man kann nämlich so eine zahl dann auch wieder 1:1 umrechnen in ASCII Zeichen.

www.think2.org-> glaubt ihr das ist dummes geschwätz, was auf der seite steht?

Der_Gerhard

Ich kenne die beiden Dinger nicht.

Die Zuordnung von einer Zeichenkette zu einer Zahl muss schon geschickt gewählt werden. Man will ja nicht einfach einen Datenbestand trainieren bis für alle Werte das richtige Ergebnis rauskommt, sondern man will ja auch neue Werte richtig erkennen.
Ähnliche Namen sollten also auch in ähnliche Zahlen konvertiert werden. Ab wann eine Abweichung noch als ähnlich erkannt werden soll oder nicht, ist dann Sache des Trainings.

Ob bei think2 was brauchbares steht, weiß ich nicht. Die Startseite ist schon so bescheuert, dass ich mir den Rest gar nicht mehr angesehen habe.

Wie schon mal erwähnt liegt das alles schon eine ganze Weile zurück.

__________________
**********************************
Nein, ich bin nicht die Signatur.
Ich putze hier nur.
**********************************