프롬프트 설명

이 완전 연결 신경망은 계층적 직렬 아키텍처를 채택하며, 입력 레이어, 세 개의 은닉 레이어, 출력 레이어의 다섯 개의 핵심 레이어로 구성됩니다. 전체 구조는 다음과 같습니다: 입력 레이어 (3D) → 은닉 레이어 1 (512D) → 은닉 레이어 2 (512D) → 은닉 레이어 3 (256D) → 출력 레이어 (200D) 각 레이어는 명확한 기능적 역할을 수행하며, "특성 확장 → 특성 심화 → 특성 정제 → 목표 매핑"의 완전한 특성 처리 파이프라인을 형성합니다: 1. 입력 레이어: 전처리된 3D 정규화 입력 특성을 받아 데이터 형식 변환을 완료하고 후속 특성 매핑을 위한 기반을 제공합니다. 2. 은닉 레이어 1 (특성 확장 레이어): 3D 저차원 입력에서 512D 고차원 특성 공간으로의 매핑을 구현하여 특성 공간을 완전히 확장하고 입력 매개변수의 잠재적 상관 정보를 마이닝합니다. 3. 은닉 레이어 2 (특성 심화 레이어): 512D 고차원 특성 공간을 유지하고, 심층 매핑을 통해 특성 상호 작용을 강화하며, 응력 시퀀스와 관련된 핵심 특성을 추가로 추출합니다. 4. 은닉 레이어 3 (특성 정제 레이어): 512D 특성을 256D로 줄여 중복된 특성 정보를 제거하고 핵심 유효 특성에 집중하며 출력 레이어에 고품질 특성 입력을 제공합니다. 5. 출력 레이어: 256D 핵심 특성을 200D로 매핑하고, 실제 응력 시퀀스에 해당하는 예측 결과를 출력하며, 회귀 작업의 목표 출력을 완료합니다. 위 설명을 바탕으로 연결된 신경망의 개략도를 그립니다.