1 / 40

Neuronale Netze für nicht-standard Daten

Neuronale Netze für nicht-standard Daten. Barbara Hammer, AG LNM, Universität Osnabrück. Autsch!!!. 0. 1. Krümmung. 1 0. Festigkeit. möglichst niedrig dimensionaler Vektor einer endlichen und festen Dimension, der die Gesetzmäßigkeit gut beschreibt. Apfel? Birne?. Baumstrukturen.

blaze
Télécharger la présentation

Neuronale Netze für nicht-standard Daten

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Neuronale Netze für nicht-standard Daten Barbara Hammer, AG LNM, Universität Osnabrück Dortmund

  2. Autsch!!! Dortmund

  3. Dortmund

  4. 0 1 Krümmung 1 0 Festigkeit möglichst niedrig dimensionaler Vektor einer endlichen und festen Dimension, der die Gesetzmäßigkeit gut beschreibt Apfel? Birne? Dortmund

  5. Baumstrukturen Paragraphen des BGB = Textsequenzen zermatschter Apfel = hochdimensionaler und heterogener Vektor Haar = DNA-Sequenzen Fußabdruck = Graphenstruktur Dortmund

  6. Neuronale Netzefür nicht-standard Daten • Eine praktische Lösung: Relevanzlernen • ... der Basisalgorithmus - LVQ • ... die Hauptidee - RLVQ • ... für Fortgeschrittene - GRLVQ • Anwendungen • Theorie • Eine alternative Lösung: rekursive Netze • ... überwacht • ... unüberwacht Dortmund

  7. Eine praktische Lösung: Relevanzlernen .. für hochdimensionale oder heterogene Vektoren einer endlichen und festen Dimension Dortmund

  8. … der Basisalgorithmus Dortmund

  9. .. der Basisalgorithmus - LVQ Lernende Vektorquantisierung(LVQ) [Kohonen]: überwachtesselbstorganisierendes Klassifikationsverfahren Netz gegeben durch Prototypen (wi,c(wi)) ∈ ℝn x {1,…,m} Klassifikationℝn∋x  c(wj)∈{1..m} mit |x-wj| minimal Hebbsches Lernen anhand von Beispieldaten (xi,c(xi)) i.e.ziehe xi und adaptiere den Gewinner wj: wj := wj ±η·(xi-wj) Dortmund

  10. x2 x1 .. der Basisalgorithmus - LVQ Beispiel: unterscheide Äpfel von Birnen Repräsentation als Vektor ( Krümmung , Härte ) in ℝ2 Dortmund

  11. .. der Basisalgorithmus - LVQ Problem: LVQ basiert auf der Euklidischen Metrik und ist daher ungeeignet für hochdimensionale oder heterogene Daten Dortmund

  12. .. die Hauptidee Dortmund

  13. Relevanzlernen: ersetze die Euklidische Metrik durch eine Metrik mit adaptiven Relevanzfaktoren adaptiere die Relevanzfaktoren durch Hebbsches Lernen: .. die Hauptidee - RLVQ Relevanz LVQ (RLVQ) Dortmund

  14. .. für Fortgeschrittene - GRLVQ Dortmund

  15. Kostenfunktion von LVQ: quadratischer Abstand zum nächsten korrekten/ inkorrekten Prototypen wobei .. für Fortgeschrittene - GRLVQ RLVQ verwendet lediglich eine Diagonalmetrik.  Dortmund

  16. Alternative Kostenfunktion: Generalisiertes LVQ ... für Fortgesschrittene - GRLVQ mit [Sato/Yamada] GRLVQ verwendet hier eine Diagonalmetrik  Dortmund

  17. .. für Fortgeschrittene - GRLVQ GRLVQ:  Dortmund

  18. .. für Fortgeschrittene - GRLVQ Rauschen: 1+N(0.05), 1+N(0.1),1+N(0.2),1+N(0.5),U(0.5),U(0.2),N(0.5),N(0.2) Dortmund

  19. .. für Fortgeschrittene - GRLVQ Verallgemeinerungen von GRLVQ: Die Kostenfunktion .. erlaubt allgemeine differenzierbare Ähnlichkeitsmaße .. erlaubt bessere Optimierungsstrategien Dortmund

  20. Anwendungen … Dortmund

  21. Anwendungen Online-Fehlererkennung bei Kolbenmaschinen thanks: PROGNOST Dortmund

  22. Anwendungen Fehlerdetektion aufgrund hochdimensionaler Signale zeitabhängige Signale: Druck, Schwingungen Prozeß-Characteristiken Merkmale des pV Diagramms … Sensoren Dortmund

  23. Anwendungen Daten: • ca. 30 Zeitreihen mit je 36 Einträgen • ca. 20 Auswertungen pro Zeitintervall • ca. 40 globale Merkmale ca. 15 Klassen, wenige (~100) Trainingsmuster Dortmund

  24. Anwendungen Erkennen kanonischer Splice-sites: DNA (Kopie) branch site A64G73G100T100G62A68G84T63 C65A100G100 reading frames 18-40 bp pyrimidines, i.e. T,C donor acceptor Klassifikationsaufgabe: • ATCGATCGATCGATCGATCGATCGATCGAGTCAATGACC no yes Dortmund

  25. Anwendungen • IPSplice (UCI): 3 Klassen, ca.3200 Daten, Fenstergröße 60, alt • C.elegans (Sonneburg et al.): 2 Klassen (acceptor/decoys), 1000/10000 Trainingsbeispiele, 10000 Testbeispiele, Fenstergröße 50, decoys/acceptors liegen nahe zusammen • GRLVQ mit wenigen (8/5 pro Klasse) Prototypen • Ähnlichkeitsmaß LIK: Dortmund

  26. Anwendungen IPsplice: Dortmund

  27. Anwendungen C.elegans: GRLVQ ist nicht viel schlechter, aber viel schlanker  Dortmund

  28. Theorie … Dortmund

  29. Lernalgo. Theorie   F := durch GRLVQ mit p Prototypen berechnete binäre Klassifikationen (xi,yi)i=1..m Trainingsdaten, i.i.d. gemäß Pm f in F Ziel: EP(f) := P(y≠f(x)) soll klein sein Dortmund

  30. Theorie Ziel: EP(f) := P(y≠f(x)) soll klein sein Lerntheorie:EP(f) ≤ |{ i | yi≠f(xi)}| + strukturelles Risiko Für GRLVQ gilt: EP(f) ≤ |{ i | yi ≠ f(xi)}| + Ʃ0<Mf(xi)<ρ(1-Mf(xi)/ρ) + O(p2(B3+(ln 1/δ)1/2)/(ρm1/2)) wobei Mf(xi) := - dλ+(xi)+ dλ-(xi) der margin ist (= Sicherheit) • dimensionsunabhängige large-margin Schranke! GRLVQ optimiert den margin: empirischer Fehler wird im Training optimiert wie sicher legen m Trainingsdaten die Funktion fest Trainingsfehler Punkte mit zu kleinem margin Schranke in Abhängigkeit von m = Anzahl Daten p = Anzahl Prototypen, B = Träger, δ = Konfidenz ρ = margin Dortmund

  31. Eine alternative Lösung: Rekursive Netze .. für Baumstrukturen oder azyklische Graphen mit Knotenelementen in einem festen reellen Vektorraum Dortmund

  32. … überwacht Dortmund

  33. ?? f Rekurrenz! .. überwachte rekursive Netze Rekurrenz! Ein feedforward Netz f:ℝn+2m  ℝm induziert ein rekursives Netz für binäre Bäume: frec:(ℝn)2*ℝm frec(ø) = 0 frec(a(l,r)) = f(a,frec(l),frec(r)) Dortmund

  34. .. überwachte rekursive Netze Training: Backpropagation through structure [Goller/Küchler] Anwendungen: automatisches Beweisen, Bilderkennung, chemische Daten (QSAR), Dokumentenklassifikation, ... Sprachverarbeitung, Strukturprognose von Proteinen, Termklassifikation, ... [Baldi, Bianchini, Bianucci, Costa, Diligenti, Frasconi, Goller, Gori, Hagenbuchner, Küchler, Pollastri, Schmitt, Soda, Sperduti, Starita, Tsoi, Vullo, …] Theorie:  Approximationseigenschaften Lernbarkeit, induktiver Bias Dortmund

  35. … unüberwacht Dortmund

  36. .. unüberwachte rekursive Netze Die klassische SOM: Repräsentation: (Krümmung,Farbe,Härte,Kerne,Gewicht,…) in ℝn Dortmund

  37. |x-w| Rekurrenz! .. unüberwachte rekursive Netze ?? ? Was ist die Ausgabe der SOM? ? Mit was soll dieses wie verglichen werden? Dortmund

  38. .. unüberwachte rekursive Netze Ansätze: Temporal Kohonen map [Chappell/Taylor] Recursive SOM [Voegtlin] SOMSD [Hagenbuchner/Sperduti/Tsoi] ... Aktuell: generelle Dynamik, verallgemeinert überwachte rekursive Netze weitere Modelle: MNG, HSOMS  induzierte Metriken, Kodierung, Lernen, Topologieerhaltung, ...  erste benchmarks Dortmund

  39. os Berlin Rheine Birmingham Hyderabad Biele Padua Pisa Leipzig Illinois Houston Gatersleben Thorsten Bojer Prognost Peter Tino Brijnesh Jain Jochen Steil Helge Ritter Marc Strickert Kai Gersmann OR-Gruppe Theo.Inf. Thomas Villmann Erzsebeth Merenyi Udo Seiffert Bhaskar DasGupta Matukumalli Vidyasagar Alessandro Sperduti Alessio Micheli Thanks!!! Dortmund

  40. End of slide show, click to exit.. Dortmund

More Related