Sono un fisico sperimentale. Nella nostra ricerca, abbiamo i nostri dati sperimentali in una matrice 400 * 400 * 400 (asse x, y, z di uno spazio 3d), ogni voce è associata a un valore ("luminosità"). Ci aspettiamo che le voci più brillanti formeranno un percorso chiuso nello spazio 3d. Ma alcune parti del percorso sono sempre troppo scure per identificarle, inoltre ci sono dei rumori nello spazio (linee luminose casuali).
Il nostro algoritmo attuale genera punti seme casuali nello spazio, sono attratti dalla luminosità dei dati. Dopo un certo periodo di tempo, saranno intrappolati nel percorso. Se registriamo la posizione dei semi, possiamo ottenere il percorso. Il nostro attuale algoritmo fa un lavoro abbastanza buono mentre ho ancora bisogno di aggiungere manualmente quei punti relativamente scuri al percorso.
Non ho familiarità con l'apprendimento automatico, ma mi chiedo se possa essere utilizzato in questo caso? Ad esempio, è possibile che io dica al programma quali sono i punti dati sul percorso, il programma saprà come scegliere i punti dati per il percorso in futuro. O se c'è qualche altro metodo che possiamo usare? Grazie!