Le thème de l'amour en a inspiré beaucoup. "Il y a pas mal de chansons sur l'amour, je vais vous en dire une de plus." La question est plus que philosophique : est-il possible de mesurer l’amour envers les enfants ? (Pour les impatients, le test est ici). Supposons qu'une mère envoie son nouveau-né dans un orphelinat. Il faut dire qu’elle n’y a pas été contrainte par des circonstances matérielles ou une menace pour la vie de quelqu’un, mais par autre chose. Que cette autre chose s'appelle « ne pas aimer son enfant ». Maintenant, nous pouvons... Demander à cette femme de subir des tests psychologiques. Collectez une base de données sur ces sujets. Comparez avec le groupe témoin. Analysez les deux groupes et déclarez la différence entre leurs paramètres psychologiques « amour pour les enfants ». Aussitôt dit, aussitôt fait, les femmes qui n'aimaient pas leur enfant (GROUPE 1) et le groupe témoin ont été examinées. Nous avons analysé les résultats comme indiqué ci-dessus, les avons décomposés en composants et avons tout traduit en chiffres. Nous avons même dessiné un graphique. Nous avons remarqué une particularité : les femmes du groupe n°1 ont répondu de manière atypique à la question n°34 « Exprimez-vous habituellement votre opinion franche aux gens sur telle ou telle question ? En moyenne, sur 30 femmes du groupe n°1, une seule a répondu « Non », et dans le groupe témoin, sur 30, 17 ont déjà répondu « Non ». Ce que cela signifie n'est pas clair. les femmes du groupe n°1 sincèrement ? Ils ne se sont pas arrêtés là. Nous avons créé un réseau de neurones artificiels. Ils l'ont formé sur les résultats des mêmes femmes qui ont abandonné leurs enfants. Ils ont développé un réseau neuronal qui « déteste » une certaine catégorie de personnes et en recherche d’autres comme elles. L’intelligence artificielle a été chargée de trouver les points communs entre toutes les femmes du groupe n°1 et de mémoriser ces caractéristiques. Lors de la deuxième étape, le réseau neuronal a recherché ces caractéristiques chez la personne ayant réussi le test et a donné un pourcentage d'appartenance au groupe. Voici le test ici. Après avoir réussi le test, vous pourrez vous familiariser avec le travail du réseau de neurones, qui recherchera les « aversions » dans vos résultats. Ceux. information : Perceptron multicouche, poids prêts à l'emploi transférés. Données pour l'entraînement : points « bruts » de la technique Shmishek Total de neurones : 145 Entrées : 10 Neurones cachés : 10 Sorties : 2 Fonction d'activation : exponentielle, Softmax..