可以在超级学习中的训练点之间“插入”

时间:2016-11-21 09:38:49

标签: machine-learning neural-network simulation physics decision-tree

对标题感到抱歉,但我在机器学习方面经过自我训练,我不确定是否正确使用了终端技术。

所以,这个想法: 我想在分段量热计中重建粒子命中的位置。 为了实现这个目标,我在量热计中模拟事件并训练ML算法(它还没有确定什么类型)离散命中位置。 另一方面,在“现实生活”中,粒子可以在其前表面的任何地方撞击我的探测器。

问题是,是否有任何方法可以在离散训练点之间进行“插值”,以重建这些(受过训练的)点之间的粒子击中位置......

让我们谈谈 - 例如 - 决策树或人工神经网络......

最诚挚的问候, 卡罗伊

0 个答案:

没有答案