Antispam!
Hay muchos trabajos publicados con modelos antispam bayesianos, no hay muchos enfoques NN publicados, aún así, hay muchos datos disponibles para entrenar y resultados para comparar.
Incluso podría ser razonablemente fácil ‘conectar’ un SNN en lugar de un clasificador (antispam) existente, en el software existente.
La ‘conciencia del tiempo’ de SNN podría mejorar sobre LVQ y Bayes en lo que no pueden hacer:
- ¿Cuáles son algunos hechos desconocidos sobre Cortana?
- ¿Podría una IA fuerte (similar a la inteligencia humana) ser mejor para superar los prejuicios que una persona?
- ¿Qué rama del aprendizaje profundo sería más apropiada para estudiar la visión por computadora o el procesamiento del lenguaje natural considerando las oportunidades de trabajo?
- ¿La IA se convertirá en el día del juicio final del futuro?
- ¿Cómo funciona el juego AI en un videojuego beat-em-up?
Por ejemplo, un correo casi vacío, con solo un puñado de palabras clave “buenas” y un enlace / imagen. Los usuarios los obtienen de forma regular, alimentan el filtro bayesiano y el spammer desaparece, hasta que cambian lo suficiente los atributos de correo para reaparecer.
Pero el problema con estos correos es que todos llegan casi al mismo tiempo.
Entonces, SNN aumentaría a lo grande, donde Bayes y LVQ simplemente no tienen suficientes datos para decidir.
