Discussion :

[vayel]

Bonjour, je vous expose mon probleme.

j'ai posté ce message dans le forum python, mais on m'a conseiller d'aller plutôt d'abord sur ce forum afin de m'orienter vers un algo pouvant répondre à mon probleme

https://www.developpez.net/forums/d1.../#post10149875

J'ai des données sous forme d'une liste 2D contenant des données de chauffage de maisons :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
 
 
"""
    0 fenetre ouverte
    1 fenetre fermer
 
    2 chauffage eau
    3 chauffage solaire
    4 chauffage bois
    5 chauffage fuel
 
    6 mauvaise isolation
    7 bonne isolation
    """
 
    inputs = array([[0, 2, 6], [1, 4, 6], [1, 5, 7], [0, 3, 7], [0, 2], [7]]) # combinaison des elements
    outputs = array([[8, 10, 11, 9, 7, 11]]).T # temperature de la maison en combinant les resultats
    question=array([0, 4, 7]) # quelle temperature donne la combinaison des elements 0,4 et 7 ?

input c'est les élemnts qui compose la maison, output c'est la température qu'il fait dans la maison
par exemple [0, 2, 6] donne 8° ainsi la fenêtre ouverte (0) le chauffage eau (2) et la mauvaise isolation (6) donne une température de 8 degrée
autre exemple : [0, 2] donne 7°, une maison qui a la fenêtre ouverte (0) et le chauffage eau (2) a donner a été enregistré avec une température de 7°, vous remmarquer ici qu'il manque la 3ieme information : bonne ou mauvaise isolation

voila mon probleme, je cherche a partir de ces données (certaines sont "incomplète"), a trouver la meilleur combinaison possible pour obtenir la température maximal

j'ai regardé du coté des réseau de neurone mais ils ont 2 problèmes : la première c'est qu'il ne semble pas possible de les utilisé si mes donnée n'ont pas la même longueur d'input (mes données incomplète ou il manque 1 ou 2 informations)

et 2ieme probleme, le réseau de neurone finalement ne répond pas a mon probleme, il vas essayer de prédire la température qu'il peut faire dans la maison en combinant les paramètres mais ne vas pas chercher a trouver la meilleur combinaison possible.

voila, je cherche donc en python une solution pour résoudre mon probleme

autre probleme aussi avec le réseau de neurone, c'est que l'entrainement des neurones ne semble pas pouvoir etre parallélisable, concrètement moi j'ai pas 3 entrées comme dans l'exemple que je donne, mais plus de 300000, j'aimerais une solution parallélisable.

je vous demande évidement pas de coder sa à ma place, mais de m'orienter vers une solution concrète (avec un exemple de code) qui répondrait à mes contraintes.

[Flodelarab]

Bonjour

Je n'ai rien compris à la question.
Dans ton exemple, la température maximale est 11 car c'est le maximum du tableau "outputs".
Cela correspond à [1, 5, 7] et [7].
Fin du jeu.
Pourquoi ceci ne répond-il pas à ta question ?

[vayel]

A partir des données que j'ai, je voudrais arriver a prédire d'autres combinaisons de paramètres que j'ai pas.

si tu regarde dans mon input, peut être que si je fais :
fenetre fermer
chauffage eau
bonne isolation

donc [1,2,7] j'aurais peut être plus de 11 en température.

c'est pour cela que j'ai penser au début à l'utilisation d'un réseau de neurone.

[dinobogan]

Le réseau de neurones répond tout à fait à ta problématique.
Tu vas l'entrainer avec les entrées connues et les températures associées.
Après l'entrainement, tu pourras soumettre des entrées selon une combinaison non entrainée et le réseau te donnera la température.
Par contre, il te faut un nombre suffisant d'exemples pour l'apprentissage. Comment savoir ? Si le réseau te répond trop souvent n'importe quoi, alors tu dois augmenter les exemples pour l'apprentissage.

Ok, je viens de saisir ta problématique. Pour un set d'entrées, connaissant la température, tu cherches à modifier les entrées pour augmenter la température. C'est ça ?

[vayel]

Oui exacte !
mais se doit être de la simulation, a partir des données que j'ai, le programme dois pouvoir essayer de prédire la température qui fera si je mets tels ou tels paramètres

évidement j'ai un plus que 3 données (d’où mon intérêt pour le réseau de neurone)
mais le réseau de neurone vas juste prédire, il vas pas chercher a trouver la combinaison

[dinobogan]

mais se doit être de la simulation, a partir des données que j'ai, le programme dois pouvoir essayer de prédire la température qui fera si je mets tels ou tels paramètres

euh... tu changes de problématique là...
Finalement, tu décris deux problèmes :

1. connaitre la température selon des paramètres : un réseau de neurones est fait pour ça. Tu l'entraînes avec des entrées/sorties connues puis tu lui soumets un nouveau set d'entrées => il donne la température s'il est correctement entrainé
2. pour un set d'entrées, apporter des modifications pour améliorer la température : un algorithme génétique est fait pour ça. Par contre, il faut un bon simulateur : ce sera ton réseau de neurones déjà entrainé.

[Flodelarab]

un réseau de neurones est fait pour ça.

Certes. Les questions sont:

• Comment gérer les données incomplètes ?
  Une entrée peut être quelconque sur un paramètre. Comment la/le gérer ?
• Est-ce qu'un réseau de neurones aboutit à autre chose qu'un barycentre à poids positifs ?
  Autrement dit, si on a des données produisant une température entre 3° et 11°, pourra-t-il sortir un résultat de 15°, ou seulement des températures entre 3° et 11° ?

j'aimerais une solution parallélisable.

C'est à toi de coder la parallélisation.

mais plus de 300000

C'est le nombre de variables ou le nombre de mesures ?

[vayel]

euh... tu changes de problématique là...
Finalement, tu décris deux problèmes :

1. connaitre la température selon des paramètres : un réseau de neurones est fait pour ça. Tu l'entraînes avec des entrées/sorties connues puis tu lui soumets un nouveau set d'entrées => il donne la température s'il est correctement entrainé
2. pour un set d'entrées, apporter des modifications pour améliorer la température : un algorithme génétique est fait pour ça. Par contre, il faut un bon simulateur : ce sera ton réseau de neurones déjà entrainé.

non je me suis mùal exprimé, je veut faire ce que tu décris dans ton 1er point

[*]connaitre la température selon des paramètres : un réseau de neurones est fait pour ça. Tu l'entraînes avec des entrées/sorties connues puis tu lui soumets un nouveau set d'entrées => il donne la température s'il est correctement entrainé

du coup je vais essayer d'aller voir du coté de tensorflow en python.
j'ai fais quelque recherche et je pense m’orienter vers un RNN

[Nebulix]

L'informatique n'est pas de ma magie. Croire que l'on peut montrer et exploités des causalités simplement en "analysant" beaucoup de données de mauvaise qualité ne peut mener qu'à de mauvais résultats, voire catastrophiques.
En plus dans ce cas, les données sont déjà absurdes : Un chauffage peut être au fuel et à l'eau, rarement à l'eau seulement. De même une maison a plusieurs fenêtres et l'effet de l'ouverture d'une fenêtre dépend de la température extérieure ...
Un algorithme ne résoudra jamais un problème mal posé.