Завтра откроются магазины, вдоль домов выстроются лоточники

Я в Канаде живу :)))
Нет, не буду я тебя напрягать переливами. С диалпом далеко не перельешь. Как раз всю оставшуюся неделю переливать и будешь. Спасибо тебе огромное. Я уже попросил одного человечка откликнуться. Если он в отпуск не умотал, будет у меня матлаб. Другое дело - что я с ним буду делать :))) :(((

Д-а-а эк тебя занесло. Тогда тебе надо попросить кого нибудь имеющего жирный канал и живущего на бескрайних просторах, посодействовать тебе в приобретении столь необходимого в хозяйстве програмного пакета (вес пакета ~200Мб если из него изъята документация на японском языке, что чаще всего и происходит но в принципе размер сильно дергается от релиза к релизу (в плюс и минус)). Я к сожалению даже на работе сижу на dial-up'е.

P.S. Посмотри обязательно здесь, а то некоторые версии недолюбливают Pentium4 другим не нравятся различные операционные системы, чтобы усилия не оказались зрячными

Я возможно в ближайшем будущем буду делать плюгины (simulink) для него. Как это не смешно - собираюсь это делать на асме :))) Хотя, возможно, я быстро передумаю :)

Fixer

Мне достанут. Спасибо. Со скачкой и закачкой у меня уже давно проблем нет, так что мне безразлично. Хоть бы и пару гигов - закачки на часов пять. Ось моя - дома это 2k. На работе - тоже 2k. Дома стоит селерон 500 мгц, на работе - пень 4 2 ггц.

Сейчас примусь статьи читать. А пока - скажи, реально ли сделать следующее. Что я хочу. Каждый белок имеет несколько уровней строения. Для простоты будем рассматривать только первичную и вторичную структуру. Первичная структура белка, с точки зрения программиста, это просто строка из символов - M, L, E и т.д., которые обозначают аминокислоты. Т.е. имеем одномерный массив. Я хочу попробовать предсказать КАКАЯ получится вторичная структура белка. Вторичная структура - это уже более сложное образование, которое сложно представить однозначно. С точки зрения программиста я бы охарактеризовал его как 3D-пространство, в котором каждая точка имеет, ессно, свои координаты.
Далее, имеем набор данных. Скажем, штук пять (я не знаю, сколько надо! :() белков, для которых известна первичная структура и вторичная структура. Как это загнать в матлаб, я, ессно, пока не знаю. Тренируем сетку. Потом гоним белочек (махонький!) для которого вторичная структура сетке неизвестна и смотрим на результат. Что скажешь?

volodya

А я то думал зачем тебе хэши, списки, пробелы, а оказывается
ты структуру белка парсишь, мда.. :-)

На хрена ее парсить? Ее давным давно уже методом секвенсирования биохимики пропарсили и вся эта инфа уже давно в базах лежит. Геном человека дважды секвенсировали... Короче, ты мне тут оффтоп не разводи. Мне вывернутся из кожи надо, а это дело закончить :(

Fixer

Если надо. Тебя, быть может, заинтересует что-нибудь из этого:

Behavioral and Cognitive Modeling of the Human Brain.pdf
Computer-Aided Design Engineering and Manufacturing. Vol-VI.pdf
Intelligent Control Systems Using Soft Computing Methodologies.pdf
Practical Artificial Intelligence Programming in Java (Mark Watson).pdf

volodya
Тебя, быть может, заинтересует что-нибудь из этого
Меня заинтересовало. Почитал бы на досуге.

volodya
Спасибо. Но у меня правда нет времени на изучение нового для меня предмета. Конечно неделя для изучения новой области крайне малый срок. Неужели в Канаде он выглядит разумным.

Но все равно удачи!

volodya
Погоди, я пошарю у своих каналах :)))
Сегодня что-то вытащю.

volodya
Я писал диссер на тему нейро сетей :))
На мой взгляд, лучшая книга для начинающего - это Уоссермен "Нейрокомпьютерная техника: Теория и практика"
Все написано популярно без лишних заморочек.
Могу кинут мылом (размер почти метр), ту тока проблема в том, что ваш провайдер, Зенон то бишь, не хочет принимать от нас почту, так что либо сделай редирект где нить на апорте, либо поищи в инете - вещь достаточно популярная.
А что тебе вообще надо написать по нейросетям?

А так же софтверные пакеты для работы с этой дрянью
Есть такая либа, называется NeuroWindows от www.neuroproject.ru
Мой тебе совет, напиши лучше свой софт или используй аналогичные либы.
Я видел орлов, которые писали нейросети на матлабе, но там во-первых долго разбираться (если раньше не имел с ним дела, а это про меня :), а во-вторых все работает _крайне_ тормознуто.
Хотя, если тебе надо быстро, то может быть имеет смысл разобраться с матлабом...

Max
Отправляй сюда EdmondXASM@mail.ru я тоже почитаю и Володе перешлю.

Edmond
Мыло ушло...

volodya
Задача у меня не тривиальная совсем. Было бы интерестно попробовать использовать нейронную сеть для предсказания того как закрутится белок
Сорри, читал и не заметил задачи...
Хочу сразу сказать, что в белках я _полный_ ноль, знаю только как им девушек кормить :)))))))
Но для задач предсказания общий подход такой:
1. Определяешься с набором входящих параметров, ну типа там чей белок, сколько ему лет, цвет и т.п.
2. Нормируешь все входящие величины (обычно в диапазоне 0..1), получаешь входящий вектор
3. То же самое делаешь для выходящего вектора - определяшь выходные параметры, типа понравилось/не_понравилось, кислый/сладкий и т.п. :))
4. Потом бодяжишь нейросеть зная сколько у нее входов и сколько выходов, тут начинается самое веселое - тебе надо определиться с видом сети, числом слоев, нейронов в слоях, видом связей, видом активационной функции и т.п.
Обычно выбирают классический 3-х слойный перцептрон - он достаточно хорошо учится (по сравнению с 1 и 2-х слойными) и имеет достаточно гладкую выходную функцию (по сравнению с 4-х и выше слойными).
Тока будь готов, что при сдаче твоей работы тебе начнут задавать идиотские вопросы типа "А почему Вы выбрали перцептрон а не сеть Хопфилда?"... и пц... обычно все впадают в ступор :))

З.Ы. честно говоря, мне тебя жалко - я с этим год только разбирался, а за неделю imho impossible :((

З.З.Ы. Если решишься свой софт писать, могу помочь наработками на делфях

да, и еще...
советую использовать нейроны с т.н. "нейронным смещением", это когда у [каждого] нейрона входов на 1 больше чем надо и этот вход заведен на +1, обучение проходит на порядок быстрее, и главное - вообще проходит.