Conseils sur l’amélioration des résultats de la reconstruction de mon VAE (projet)
- Intelligence Artificielle
Noesis News- 0
- 3 minutes de lecture
|
Salut tout le monde! J’essayais de construire un VAE avec un LSTM pour reconstruire les trajectoires des particules en basant mon modèle sur le papier "Modélisation des trajectoires avec des équations différentielles ordinaires neurales". Cependant, malgré mes complots de perte montrant une tendance à la baisse, mes prédictions sont linéaires. J’ai appliqué le planificateur de taux de recuit et d’apprentissage KL – et pourtant, le modèle ne semble pas apprendre la dynamique non linéaire. Les caractéristiques d’entrée sont les positions X et Z, la vitesse, l’accélération et le déplacement. J’ai utilisé une combinaison d’Elbo et de DCT pour ma perte de reconstruction. Les résultats ont été assez mauvais avec la mise à l’échelle de Minmax, donc je suis passé à la normalisation des scores Z, ce qui a contribué à améliorer les échelles. J’ai utilisé la méthode Euler avec torchdiffeq.odeint. Serait-il possible pour l’un d’entre vous de me guider sur ce que je pourrais faire de mal? Je suis heureux de partager mon implémentation si cela aide. J’apprécie et je suis reconnaissant pour toutes les suggestions (et désolé de manquer l’étiquetage des axes – ils sont X et Z) soumis par / u / fictoromantic_25 |
