首页成功励志职场《前馈神经网络工作机理分析与学习算法》李爱军编著
叶脉

文档

193

关注

0

好评

0
PDF

《前馈神经网络工作机理分析与学习算法》李爱军编著

阅读 624 下载 0 大小 14.05M 总页数 176 页 2022-11-08 分享
价格:¥ 10.00
下载文档
/ 176
全屏查看
《前馈神经网络工作机理分析与学习算法》李爱军编著
还有 176 页未读 ,您可以 继续阅读 或 下载文档
1、本文档共计 176 页,下载后文档不带www.pdfdz.com水印,支持完整阅读内容。
2、古籍基本都为PDF扫描版,所以文档不支持编辑功能,即不支持文档内文字的复制粘贴。
3、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
4、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
5、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。
前馈神经网络工作机理分析与学习算法家Pitts,从人脑信息处理观点出发,采用数理模型的方法研究了脑细胞的动作和结构及其生物神经元的一些基本生理特性,提出了第一个神经计算模型,即神经元的阀值元件模型,简称MP模型[McCu1943]。MP模型由一些节点及节点与节点之间相互联系构成一个简单神经网络模型一逻辑网络,来模拟大脑功能。构成逻辑网络的节点具有很强的并行计算能力,为神经计算提供了可能性,从而开创了神经网络研究的历史。实际上在此之前数学家Turing建立了通用计算机的抽象模型[Turi1936],他和Post都证明了一个重要定理:原则上存在着一种“万能自动机”,它能识别任何别的自动机能够识别的符号[Turi1939,Post1936]。Turing机理论为带有存储程序的计算机的形式程序语言的发明提供了理论框架。Turing机和逻辑神经网络之间或多或少的等价性进一步证实了大脑和计算机之间具有类似性的推测。1949年神经生物学家Hebb对大脑神经细胞、学习与条件反射作了大胆的假设,也就是沿用至今的Hebb学习规则[Hebb1949]。其基本思想为:假设大脑的学习过程是在神经元的突触上作微妙的变化,这种变化是人脑学习和记忆的基础。神经元的突触由变化到稳定的过程导致了大脑自组织,形成细胞(几千个神经元的子),其中循环神经冲动会自我强化,并继续循环。任何一个神经元属于多个细胞,可以说,细胞是大脑思维信息的基本器件。Hebb学习规则给出了突触调节模型,描述了分布记忆模式。与人工智能的符号主义模拟系统(比如规则推理系统)对应,以突触连接特点被称为连接主义(connectionist)模拟系统。Hebb对神经网络的发展起到了重大的推动作用,尽管初始的Hebb学习规则模型是被动学习过程,只适用于正交矢量的情况,但其思想对神经网络的研究有2第一章概述极其深远的影响。学者们在此基础上经过多年的研究,通过把突触的变化与突触前后电位相关联,对Hbb学习规则作了变形和扩充,使之称为神经网络研究中经典的模型,至今仍然被人们引证。1954年生理学家Ecc1es提出了真实突触的分流模型,并通过突触的电生理实验得到证实,为神经网络模拟突触的功能提供了原型和生理学的证据[Ecc11954]。20世纪50年代初,神经网络理论具备了初步模拟实验的条件。Rochester,Holland与IBM公司的研究人员,通过网络吸取经验来调节突触连接强度,以这种方式模拟Hebb的学习规则,出现了许多突现现象,几乎有大脑的处理风格,取得了成功的实验结果。至此,生物学、神经生理学、神经生物学及其他学科的重大发现和发展为神经网络的快速发展奠定了理论基础,由此拉开了神经网络发展的序幕。二、神经网络的发展历史人工神经网络自产生以来,经过学者们不断的研究,形成了一系列的基于多学科的神经网络理论,建立了丰富的神经网络学习算法,并得到了广泛的应用。其主要的发展大约为四个阶段。1.第一阶段(1958~1968):神经网络研究的第一次高潮1958年计算机科学家Rosenblatt基于MP模型,增加了学习机制,推广了MP模型[Rose1958]。他提出的感知器模型,3
返回顶部