在我写的一篇研究论文中,我正在通过使用人工神经网络来解决一个问题,人工神经网络学习通过训练数据来模拟一个技术过程。
我将其与元启发式方法进行了比较,元启发式方法也可以通过搜索从输入中找到相关的输出,例如使用遗传算法和适当的代价函数。
一位评论员给我反馈说,ANN也是一种元启发式方法,所以我不应该将ANN和元启发式方法作为不同的方法进行比较。这是正确的吗?我查阅了元启发式的定义,虽然我认为可以使用元启发式优化器而不是基于梯度的优化器,但ANN本身并不是元启发式。
发布于 2018-06-21 18:20:41
我想这两种方法都可能有争议,但归根结底,我们是否把ANN归类为元启发式并不重要。听起来你有一个读者觉得它令人讨厌或困惑,如果你把ANN和元启发式进行比较,因为他们会把ANN描述为元启发式。因此,我建议问自己三个问题:(1)有多少其他读者会有类似的反应?(2)我能对报纸做什么改变以避免这种反应?(3)这些变化有什么坏处吗?值得吗?
在这种情况下,似乎很容易重新表述您对比较的描述,所以您不会触发这种反应。你可以更具体地说明你在做什么比较:你把一个人工神经网络比作一种遗传算法。这可能会避免问题,但不会有任何负面影响。具体化往往是一件好事。
https://datascience.stackexchange.com/questions/33454
复制相似问题