python - 神经网络在数字序列中寻找模式

Question

给定由 X 个独特函数生成的一系列数字，假设本例中有 12 个数字，是否有一种方法可以构建神经网络来确定生成这些数字的 12 个独特函数，以及使用了哪些函数生成数字？

例如，如果 f(x) = a ghen f(x') = b through l

示例序列为:

a, c, g, f, a, k, d, e, j, j, c, k, l... etc 你能确定生成 a, b, c...l 的函数吗？

具有 3 个函数的简单示例:

a = f(x) = x + 1
b = f(x) = x * 2
c = f(x) = x / 2

a, b, c 给定 2 作为输入3, 4, 1顺序可以是:

3, 3, 1, 3, 1, 4, 4, 1, 3, 4

当然，功能绝不会像例子那么简单。

你能确定 a = x + 1、b = x * 2 和 c = x/2 吗？

Answer 1

将神经网络想象成一个美化的函数逼近器。为了逼近一个函数，您需要有示例输入和输出。如果您只有输出(例如您所指的序列)，那么答案很可能是“不，不可能”。如果您确实有输入/输出示例，那么您可以拥有一个可以预测哪个函数用于生成该序列的循环网络。

为了驱动每个函数的公式，您需要为每个可能的函数创建一个单独的网络，并且您需要您的网络输出一个算术表达式树。如果可以限制树的大小，这并不容易，但可行。简而言之，您希望网络输出运算符(+、-、* 等)的分布以及在每个运算符中用作 lhs 和 rhs 的常量(1、2 等)。

就我个人而言，我从来没有尝试过这样的事情，但如果你尝试过，我很想知道训练进行得怎么样!