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?