behöver hjälp backpropagation algoritm

[mdzafar]

hej
Jag gör mitt examensarbete på Brain dator gränssnitt, och här vill klassificera 4 hjärnan stater.

Jag vill veta hur mycket dolda neuroner jag ta, hur tilldela vikter, hur mucjh input och output vektorn ska jag ta, för det typiska fallet ..

om någon vet om allt det här, snälla hjälp mig att göra detta algo ...I brådskande som krävs hjälpa ............... \vänliga hälsningar

 

[jakjoud]

Snälla kan du förklara mer vad du vill göra.Vad jag förstår är att du vill göra en dator gränssnitt för hjärnavbildning?så vilken typ av bildbehandling du vill?ultraljud eller mikrovågsugn?bara förklara lite mer
Hälsningar

 

[mdzafar]

hej

varje hjärnan signal, som är specifikt för varje mental uppgift om en person tänka sig att flytta sin högra hand, för det här en respectve effekt på indata och dess form, även då om han tänka på den vänstra rörlighet detta en motsvarande effekt på den ingångssignal som är annorlunda då första ..så detta är klassificeringen för hjärnan (EEG) indata.

Jag vill klassificera min data med back propagation algorithm.

Fråga: Hur är det möjligt?behag hjälpa mig, om jag WAN att tillämpa den i ryggen förökning algoritmen, hur mycket neuron requireds, layes, dolda lager e.tc

hopp om hjälp från varje kropp ....gärna dela med dig av dina idéer ...........

vänliga hälsningar

 

[leekk8]

För antalet neuron av Input /
Output skikt, detta beror på din input / output format.Hur du representerar din ingångssignal och produktion?I binär?Eller någon annan?Till exempel, din insats är 8 bitars binära data, då din insats kommer att vara 8 nervceller.

För antal dolda lager och dolda neuroner, du måste testa det för att få de bästa arkitektur.Det finns ingen fast arkitektur, eftersom olika program behöver annan arkitektur för att få bästa resultat.

Du kan försöka med 1 dolda skikt och dolda neuroner 2 / 3 gånger för din input neuron (om du har några input neuron) eller 2 / 3 gånger mindre för din input neuron (om din insats är en del,
t.ex. 1000).Sedan långsamt ändra antalet neuron att testa resultatet är bättre eller på annat sätt.