我想將機器學習應用於並行環境中的分類問題。幾個獨立的節點,每個節點都有多個開/關傳感器,可以根據啓發式,訓練數據或兩者定義的事件分類目標來傳送其傳感器數據。Peer-to-Peer節點的機器學習算法
每個對等體將從其獨特的角度測量相同的數據,並嘗試對結果進行分類,同時考慮到任何相鄰節點(或其傳感器或僅與節點的連接)可能發生故障。節點應該作爲平等的同伴,並通過傳達結果來確定最可能的分類。
最終,每個節點都應根據自己的傳感器數據和對等方的數據做出決定。如果重要,對於某些分類來說誤報是可以的(雖然不合要求),但是假陰性是完全不可接受的。
鑑於每個最終分類都會收到好的或壞的反饋,如果節點可以相互通信以確定最可能的分類,那麼如何解決這個問題將會是一個合適的機器學習算法?
感謝您的回答。爲什麼社區維基? – 2010-06-24 12:27:36