(03.02.2019, 15:09)Lancelot schrieb: Neuronale Netze waren gestern...Neural Differential Equations sind der neue Scheiss:)
Ich arbeite mich noch ein (in den nächsten Wochen).....aber ich finds interessant.
https://arxiv.org/pdf/1806.07366.pdf
Ich hab von dem Paper bereits gehört, aber hatte noch nicht die Muse es zu lesen. Perfekter Moment es nachzuholen.
Eine interessante Idee, und der Laie frägt sich wieso da noch keiner früher drauf gekommen ist.
Zusätzlich scheint der Ansatz ein paar überaus nette Eigenschaften zu besitzen. Neben Speicher- und Backpropagation-Vorteilen auch "ODE solvers can approximately ensure that the output is within agiven tolerance of the true solution."
Die Ergebnisse zu den Zeitreihen sehen vielversprechend aus. Tradingsysteme macht euch bereit.
Persönlich interessiert mich das Abschneiden beim Supervised Learning, leider haben sie nur Vergleichs-Ergebnisse für den MNIST-Datensatz. Man muss wohl Ergebnisse mit "harten" Problemen abwarten, ob das ganze dort merkliche Vorteile bringen kann.
Sehr schön, dass die eine Beispielimplementierung mitgeliefert haben. Das passiert leider bei viel zu wenigen Veröffentlichungen.
An sich ein überaus interessanter Artikel, danke für's Teilen!
