На фоне текущей волны хочу и я приобщиться к этой технологии. Посмотреть, пощупать, попробовать ее на зубок и оценить, может ли она принести пользу в астрологических изысканиях.
Софт («Нейросимулятор») я взял по ссылке (http://lbai.ru/files/Nsim5sc.zip) из статьи «АСТРОЛОГИЯ ПОД ПРИЗМОЙ НЕЙРОННЫХ СЕТЕЙ» в одноименной теме форума. Этот софт привлек мое внимание тем, что имеет очень полезную для меня функцию определения значимости переменных, благодаря которой можно проводит редукцию входных переменных (астрофакторов).
Задача, которую я перед собой ставлю – это как раз исследование возможностей, предоставляемых функцией этой программы. Поэтому, все настройки софта останутся дефолтными и нейросеть будет состоять только из входных нейронов по числу используемых входных переменных (астрофакторов) и одного выходного без использования скрытых слоев. Функция активации нейронов – тангенс гиперболический. Алгоритм обучения нейросети – упругого распространения. Инициализация весов – автоматическая. Предобработка данных – линейное масштабирование от -1 до +1. Количество итераций – 1000.
Теперь об исходных данных. Я взял первую экспериментальную группу музыкантов-инструменталистов (100 записей), добавил к ним 100 записей из контрольной группы, перемешал случайным образом эти 200 записей. Далее, 180 из них составили группу обучения нейросети и 20 записей тестовую группу.
Для всех записей были рассчитаны зодиакальные долготы планет от Солнца до Плутона, северного(СУ) и южного (ЮУ) лунных узлов, Лилит, куспидов 12 домов Плацидуса. Итого получилось 25 входных переменных. Выходная переменная закодирована 1 (единицей) для записей экспериментальной группы и -1 (минус единицей) для записей контрольной группы.
Теперь запихаю это все в нейросимулятор и посмотрим, что покажет функция определения значимости переменных.
Оценка нейросетевой модели. Она нам нужно для того, чтобы наблюдать изменения, происходящие в следствии редукции числа входных переменных. Такой оценкой будет сумма квадратов разностей между расчетной выходной переменной и ее ожидаемой величиной для каждой из 180 записей.
Итак, для 25 входных переменных оценка модели составила 22,53657.
Посмотрим на гистограмму значимости входных переменных.
В качестве лидеров нейросеть определила Меркурий и Асц. Произведу редукцию входных переменных. А именно, уберу все переменные имеющие значимость менее 1%.
Таковыми будут: Марс, СУ, К7 (куспид 7-го дома), К4, К10 и К6. Итого 6 переменных будут исключены из обоих групп и вся процедура повторится заново.
После исключения Урана погрешность модели уменьшилась на 2.89% от начальной величины и составила 21.88493. Значимость всех оставшихся 12 переменных превышает 1%. Дальнейшего редуцирования проводится не будет.
Это был первый слой данных, связанный с зодиакальной долготой объектов карты. Далее будет следующий слой, в котором в качестве точки отсчета долготы будет выступать Солнце. Вся процедура повторится и с этим слоем, после чего оба слоя будут слиты воедино и подвергнуты дальнейшей редукции.
После удаления из числа входных переменных куспида 5 дома погрешность модели практически не изменилась и составила 19.70532. Куспид 12 продолжает набирать вес, а вслед за К5 сборную покидает К11.
Нравится мне очень как эта програмулька работает и позволяет лопать большие объемы информации за короткое время. Респект разработчикам.
Определился окончательный состав из 9 переменных, положение которых относительно Солнца по своей значимости превышает 1%. Погрешность модели увеличилась на 3,56% и сумма квадратов отклонений составила 20.22782.
Далее эти 9 переменных будут добавлены к 12 переменным зодиакального уровня и запущены на вход нейросети.
После слияния оставшихся переменных зодиакального уровня и относительно Солнца и проведения редукции осталось 19 значимых переменных. Погрешность модели пока не претерпевает сильных изменений.
После добавления 3 слоя - положения элементов карты относительно Луны - отпимальными стали 23 входных переменных. Погрешность модели пока оставляет желать лучшего.
В лидерах по-прежнему остается положение зодиакального Меркурия. Практически в ровень идут положение зодиакального Солнца и положение куспида 9 дома относительно Луны.
После добавления 4-го слоя - положения элементов карты относительно Меркурия - произошла значительная редукция. Общее число входных переменных стало равно 17. На зодиакальном уровне остались только Солнце, Меркурий и Юпитер. Относительно Солнца - куспиды 2 и 12 домов. Относительно Меркурия - Плутон и куспиды 5 и 10 домов. Самая обширную группу переменных составляют элементы относительно Луны.
После добавления 5 слоя - положения элементов карты относительно Венеры - был повержен Меркурий в его зодиакальном положении. Он уступил пальму первенства положению куспида 2-го дома относительно Венеры. Зодиакальная группа и группа элементов относительно Солнца не потеряли своих бойцов. Группы элементов относительно Луны и относительно Меркурия сократились на одну единицу.
Образовавшаяся пауза была вызвана необходимостью осмыслить и переварить полученный опыт использования Нейросимулятора. Это дало возможность прийти к двум заключениям.
Во-первых, мне жутко не понравилось использовать переменные, значения которых лежат в диапазоне от 0° до 360°. Нейросимулятор не имеет возможности адекватно работать напрямую с данными, представленными в круговой системе координат. Он пытается их линеаризовать. В результате чего величины в 1° и 359° для него превращаются в нечто противоположное, в небо и землю, тогда как на окружности это две очень близкие друг к другу точки.
Для того, чтобы приспособить круговые координаты к линейным я добавил предобработку исходных данных, которая заключается во взятии функции синуса и косинуса от долготы элемента карты. Таким образом, каждый элемент карты теперь будет представлен двумя линейными переменными.
И, во-вторых, необходимо было решить вопрос о верхнем пределе ошибки обучения нейросети, начиная с которого всякая статистическая связь исчезает и остается только случайность. Для этого я сгенерировал обучающую группу со случайными значениями входных и выходных переменных и протестировал ее в Нейросимуляторе. В результате минимальная ошибка обучения составила 45%.
Следовательно, если погрешность обучения нейросети не опускается ниже этой величины, то в данной группе обучения отсутствуют статически значимые связи между значениями входных переменных и выходной переменной.
Теперь, вооружившись этими знаниями, я начну с начала поиск статистически значимых переменных для музыкантов-инстументалистов.
Итак, 25 элементов натальной карты на уровне Зодиака превратились в 50 входных переменных для Нейросимулятора. На выходе – всего одна переменная (обучающая), кодированная 1 (если карта принадлежит музыканту-инструменталисту из экспериментальной группы) и 0 (если карта принадлежит контрольной группе).
Структура нейросети, соответственно, состоит из 50 входных нейронов, одного скрытого слоя из 25 нейронов и одного выходного нейрона.
Обучение нейросети прошло успешно и ошибка обучения составила 0%, т.е нейросеть научилась 100% определять кому принадлежит карта, музыканту-исполнителю или псевдо-человеку из контрольной группы. Это означает, что в обучающей группе имеется статистически значимая информация.
Посмотрим на диаграмму значимости переменных, которую выдала нейросеть.
На первом месте – косинус долготы К5,
На втором месте – косинус долгоды К11
Т.е. на зодиакальном уровне важно, где именно расположена ось 5-11 домов.
Далее идет косинус долготы Урана (пока не понимаю почему) и затем синус долготы К2. Это наиболее яркие фавориты по зодиакальному положению.
Предлагаю взглянуть на график зависимости доли музыкантов-исполнителей от положения куспида 5 дома в Зодиаке, с учетом косинуса его долготы. График аппроксимирован полиномом 3-ей степени.
После замены исходных данных для входной переменной К5С на случайные, я ожидал, что погрешность обучения возрастет и будет отличаться от нуля. Но, не тут то было. Нейросеть прекрасно обошлась без содержательной части этой переменной, обучившись распознаванию с погрешностью 0%.
Как видно из диаграммы, значимость К5С действительно исчезла и вместо 25,5% стала равной 0,4%. Претерпела изменение значимости и переменная К11С. Вместо бывших 16,1% она стала 1,1%. Хотя ее данные остались неизменными, но исчезновение синхронизации со значимой переменной К5С и привело к ее ослаблению.
Теперь в рулевых косинус долготы Урана, синус долготы куспида 2 дома и синус долготы Урана, т.е. на зодиакальном уровне теперь правит Уран. (И чем же он так интересен музыкантам-инструменталистам?)
График зависимости доли музыкантов-инструменталистов от положения Урана в Зодиаке по его косинус составляющей.
Здесь можно отметить, что нахождение Урана на восходящей части эклиптики и в нисходящей в знаках Льва/Скорпиона благотворно отражается на музыкантах-инструменталистах. А вот положение Урана вблизи точки осеннего равноденствия (Дева, Весы) или вблизи оси солнцестояний, на нисходящей части эклиптики (Рак, Стрелец), имеет для них негативный оттенок.
Последний раз редактировалось Алексей, 09.05.2017 в 17:04.