Mạng thần kinh dựa trên số giả ngẫu nhiên

Gần đây, tôi đọc bài báo này DỰA TRÊN MẠNG Nơ-ron MÃ HÓA. Trong phần 3.1, nó nói:

Mục đích là để cải thiện tính ngẫu nhiên của các số ngẫu nhiên được tạo bởi bất kỳ thuật toán sử dụng NN. Để cải thiện các số giả ngẫu nhiên thông qua mạng thần kinh, các số ngẫu nhiên được tạo bằng phép trừ đã sửa đổi với mượn thuật toán trong MATLAB. Các số ngẫu nhiên được tạo bởi phép trừ đã sửa đổi với thuật toán mượn được NIST kiểm tra tính ngẫu nhiên. Sau đó, những ngẫu nhiên này các số được sử dụng làm giá trị đầu vào, trọng số ban đầu, giá trị sai lệch và số nơ-ron của các lớp ẩn. Các giá trị đầu ra của mạng được đánh giá mà không cần đào tạo. Các giá trị đầu ra của NN là các số giả ngẫu nhiên dựa trên mạng thần kinh. Do đó, thuật toán có thể được gọi là trình tạo số giả ngẫu nhiên dựa trên thần kinh (PRNG). Các số ngẫu nhiên được tạo bởi giả ngẫu nhiên dựa trên NN trình tạo số cũng được NIST kiểm tra tính ngẫu nhiên.

Tôi đã tự hỏi làm thế nào các giá trị đầu ra của mạng được đánh giá mà không cần đào tạo? Nếu nó sử dụng tính ngẫu nhiên của đầu vào thì cấu trúc của các mạng sẽ thay đổi ngẫu nhiên. Tôi đã cố gắng hiểu về mạng nhưng không thể tìm thấy bất kỳ lời giải thích rõ ràng nào (chẳng hạn như cách xây dựng mạng như vậy) từ bài báo đó.

Ai đó có thể cung cấp bất kỳ bài báo/kho lưu trữ nào mà tôi có thể lấy/ý tưởng để xây dựng quy trình của một NN tương tự (xác định mạng Thần kinh từ PRNG hoặc bất kỳ đầu vào hỗn loạn/ngẫu nhiên nào) không?

Đề án đề xuất của bài báo là không hữu ích. Tôi không khuyên bạn nên dành thời gian của bạn trên giấy này. Nếu bạn muốn tạo số giả ngẫu nhiên trong thực tế, hãy sử dụng trình tạo số giả ngẫu nhiên tiêu chuẩn hoặc sử dụng trình tạo giả ngẫu nhiên cường độ mật mã hoặc sử dụng tính ngẫu nhiên thực sự. Không có lý do gì để sử dụng sơ đồ của bài báo. Chúng tôi có rất nhiều kế hoạch tiêu chuẩn, được xem xét kỹ lưỡng, được tôn vinh theo thời gian để tạo ra các số giả ngẫu nhiên; không cần một cái dựa trên mạng lưới thần kinh.