Методы разделения и сопоставления с рисунком

Я новичок в искусственных нейронных сетях.

Я заинтересован в приложении, как это:

У меня есть значительно большой набор объектов. Каждый объект имеет шесть свойств, обозначаемых P1-P6. Каждое свойство имеет значение, которое является символическим значением. Другими словами, в моем примере P1-P6 может иметь значение из множества {a, b, c, d, e, f}. Они не числовые. (Предположим, что a, b, c, d, e, f - цвета; тогда вы поймете мою идею.)

Теперь есть еще одно свойство R, которое мне интересно. Предположим

R = {G1, G2 , G3, G4, G5}

Мне нужно тренировать систему для большого набора P1-P6 и соответствующего R. Теперь я хочу сделать следующее.

1. У меня есть объект, и я знаю значения P1 до P6. Мне нужно найти r (группа, которую принадлежит объекту.)

2. Чтобы получить желаемую R, какова шаблон, который мне нужно иметь в P1-P6. В качестве примера, учитывая, что R = G2, мне нужно выяснить любой шаблон в P1-P6.

Мои вопросы:

1. Каковы теории / технологии / методы, которые я должен прочитать и Узнайте, чтобы реализовать 1 и 2 соответственно?

2. Каковы инструменты / библиотеки, которые вы можете порекомендовать, чтобы получить это Имитация / реализована / проверено?