背景:如何处理Artifical Neural Network中的不确定性/缺失数据?
我正在尝试使用前馈人工神经网络为视频游戏创建AI,并且遇到了一些输入要素依赖于存在的问题其他输入功能的值。
最基本的,简化的例子,我能想到的是这样的:
功能1是玩家的数量(范围2 ... 5) 功能2?是每个玩家的得分(范围> = 0)
通知ANN得分的特征数量取决于玩家的数量。
问题:如何将这种动态知识输入到ANN中?
事情我已经考虑:
根本就没有使用这种功能,或者将它们合并为静态输入。 I.E使用球员得分的总和代替。我严重怀疑这适用于我的问题,这会导致失去太多的信息,并且ANN不能很好地运行。
一个错误值传递(如-1)或默认值(例如0)为不存在的输入 我不知道如何这会工作,在理论上,ANN可以很容易地从该输入学习适当地建模功能。在实践中,我很担心导致ANN出现问题的非常规输入的数量。例如,如果参与者的范围是2-10,如果只有2个参与者,则80%的输入数据将不存在,并且会在人工神经网络中引入奇怪的偏差,导致表现不佳。
传递在不存在输入的训练集上的平均值 同样,不存在的输入的数量是个问题,我担心这会给离散值带来奇怪的问题投入。
所以,我问这个,有没有人有任何其他解决方案,我可以考虑?有没有一种标准或常用的方法来处理这个问题?
我知道这是一个相当小生和复杂的问题,但我对“我该如何修复此代码感到厌倦?”和“我如何在PHP/Javascript中执行此操作?”问题:P,谢谢你们。
我仍然在寻找对这个问题进行了一些投入,我有兴趣听听别人对此有何评论! –
为了在#1上构建一个分数,总和可能不是最好的主意,但也许是几个操作的组合可能起作用,请考虑其中的一个是否合理 - 平均值,分数更高的玩家数量这名球员,得分差异,与排名最高的球员的得分差距等。 – Dukeling