home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #18 / NN_1992_18.iso / spool / comp / ai / neuraln / 3201 < prev    next >
Encoding:
Text File  |  1992-08-15  |  4.3 KB  |  114 lines
  1. Newsgroups: comp.ai.neural-nets
  2. Path: sparky!uunet!gatech!destroyer!ubc-cs!alberta!arms
  3. From: arms@cs.UAlberta.CA (Bill Armstrong)
  4. Subject: Re: Advice re suitabilty of ANN's for this application
  5. Message-ID: <arms.713898156@spedden>
  6. Sender: news@cs.UAlberta.CA (News Administrator)
  7. Nntp-Posting-Host: spedden.cs.ualberta.ca
  8. Organization: University of Alberta, Edmonton, Canada
  9. References: <14AUG92.09433373@wl.aecl.ca> <1992Aug15.051739.428@afterlife.ncsc.mil>
  10. Date: Sat, 15 Aug 1992 17:02:36 GMT
  11. Lines: 101
  12.  
  13. hcbarth@afterlife.ncsc.mil (Bart Bartholomew) writes:
  14.  
  15. >In article <14AUG92.09433373@wl.aecl.ca> harrisp@wl.aecl.ca writes:
  16. >>
  17.  
  18. Details of nuclear reactor problem deleted...
  19.  
  20.  
  21. >>
  22. >>    a) Problem  / No Problem    (minimal information needed)
  23. >>
  24. >>         This would be what we would consider successful, but not
  25. >>         very satisfactory solution to the problem
  26. >>
  27. >>    b) Problem Identification   (ie there is a problem due to the combined
  28. >>                     effects of high dissolved oxygen and
  29. >>                             low pH {this type of information to
  30. >>                         have been obtained from the training 
  31. >>                     sets}     )
  32. >>
  33. >>    This would be both successful and satisfactory if achieved.
  34. >>        
  35. >>    c) Problem Identification and/or Solution Proposal
  36. >>
  37. >>        (ie. the network identifies the problem and proposes
  38. >>             a method, based on past experience, for resolution
  39. >>             of the problem)
  40. >>
  41. >>    This would be the ideal solution to the problem.
  42. >>
  43. >>The main desire in this program is provide an automated method for dealing
  44. >>with the data to minimize the need of the reactor operators to concern
  45. >>themselves with the chemistry of the heat transport loop, and focus even
  46. >>more of there attention of reactor operating conditions and safety (which is
  47. >>already there primary responsibility, they would prefer not to have to worry
  48. >>to much about the chemistry end of the heat transport)
  49.  
  50. >    Even as I type this, without having read the remaining
  51. >articles, I just *know* that Prof Armstrong is similarly entering
  52. >a reply.  The thing is, I think he will be right.  This type of
  53. >problem looks like a natural for ALNs.  The CoDomain feature 
  54. >of the ALN is the best approach I know of for the answer to 
  55. >the questions 
  56. >    1: Is there a problem?
  57. >    2: If so, what is it?
  58. >The answer to 2 would presumably lead easily to the required
  59. >corrective action.
  60. >    I'm also sure that Prof Armstrong would emphasize
  61. >that the network output should be construed *only* as advisory,
  62. >perhaps spotting a problem earlier than otherwise, perhaps 
  63. >confirming a decision that the operators would make anyway.
  64. >    BackProp could probably answer #1, but I don't see how
  65. >to get it to answer #2, unless you have a series of small nets
  66. >feeding a final decision, and then you see which of the smaller
  67. >nets set things off. 
  68. >    Prof Armstrong, it looks like this might be the problem
  69. >you have dreamed of.
  70. >    Bart
  71. >-- 
  72.  
  73. Hi Bart,
  74.  
  75. Here's the reply I wrote.  You were perfectly right about its
  76. existence (but it didn't get posted due to a technical problem), and
  77. now we can all check to see if you have mastered my internal
  78. state-transition and output functions too.
  79.  
  80. I think your reply raises excellent points that I agree with.
  81.  
  82. Bill
  83.  
  84. PS Thanks for the nice words about ALNs.
  85.  
  86. *******************
  87.  
  88. A priori, it seems like if you were going to use a neural net, you
  89. would have to generate additional data to
  90.  
  91. 1) cover all possible bad events,
  92.  
  93. 2) complete the data from the events you do have where some really bad
  94. situations don't show up because the operators prevented it from
  95. happening.
  96.  
  97. I believe you will have to use all sorts of a priori knowledge,
  98. perhaps indicating the need for a model.  Because the costs of a
  99. mistake are probably very high, I would also advise against using any
  100. kind of trained neural network that could produce any wild value that
  101. differs significantly from values one would expect based on the sample
  102. of points tested.  This includes networks trained with BP and ALNs that
  103. use random walks for encoding reals.
  104.  
  105. Here is a case where careful analysis is called for, where the
  106. interactions of cause and effect are critical, and where blindly
  107. applying a neural net to your data could result in disaster.
  108.  
  109. --
  110. ***************************************************
  111. Prof. William W. Armstrong, Computing Science Dept.
  112. University of Alberta; Edmonton, Alberta, Canada T6G 2H1
  113. arms@cs.ualberta.ca Tel(403)492 2374 FAX 492 1071
  114.