ch6神經(jīng)網(wǎng)絡(luò)在材料科學(xué)與工程中的應(yīng)用(存儲版)
【正文】 機(jī)應(yīng)用多媒體課件 引言 — 人工神經(jīng)網(wǎng)絡(luò)的提出 ? 智能可以包含 8個方面 ? 感知與認(rèn)識 客觀事物、客觀世界和自我的能力 ? 感知是智能的基礎(chǔ) —— 最基本的能力 ? 通過學(xué)習(xí) 取得經(jīng)驗與積累知識的能力 ? 這是人類在世界中能夠不斷發(fā)展的最基本能力。 ? 研究人工智能的目的 ? 增加人類探索世界，推動社會前進(jìn)的能力 ? 進(jìn)一步認(rèn)識自己 ? 三大學(xué)術(shù)流派 ? 符號主義（或叫做符號 /邏輯主義）學(xué)派 ? 聯(lián)接主義（或者叫做 PDP）學(xué)派 ? 進(jìn)化主義（或者叫做行動 /響應(yīng)）學(xué)派 計算機(jī)應(yīng)用多媒體課件 引言 — 人工神經(jīng)網(wǎng)絡(luò)的提出 ? 物理符號系統(tǒng) ? 一個物理系統(tǒng)表現(xiàn)智能行為的充要條件是它有一個物理符號系統(tǒng) 人腦的反映 形式化 現(xiàn)實 信息 數(shù)據(jù) 物理系統(tǒng) 物理符號系統(tǒng) 表現(xiàn)智能 計算機(jī)應(yīng)用多媒體課件 引言 — 人工神經(jīng)網(wǎng)絡(luò)的提出 ? 聯(lián)接主義觀點 ? 核心：智能的本質(zhì)是聯(lián)接機(jī)制。它是神經(jīng)網(wǎng)絡(luò)的基本處理單元。 2. 1. 閾值型函數(shù)（見圖（ a），（ b）） 3. 2. 飽和型函數(shù)（見圖（ c）） 4. 3. 雙曲函數(shù)（見圖（ d）） 5. 4. S型函數(shù)（見（ e）） 6. 5. 高斯函數(shù)（見圖（ f）） )(?f )(?f i? 計算機(jī)應(yīng)用多媒體課件 計算機(jī)應(yīng)用多媒體課件 ? 人工神經(jīng)網(wǎng)絡(luò)是以工程技術(shù)手段來模擬人腦神經(jīng)元網(wǎng)絡(luò)的結(jié)構(gòu)與特征的系統(tǒng)。 計算機(jī)應(yīng)用多媒體課件 計算機(jī)應(yīng)用多媒體課件 ? 反饋型神經(jīng)網(wǎng)絡(luò) ? 反饋型神經(jīng)網(wǎng)絡(luò)（ Feedback NN）的結(jié)構(gòu)如圖所示。 計算機(jī)應(yīng)用多媒體課件 ? 概率式學(xué)習(xí) ? 從統(tǒng)計力學(xué)、分子熱力學(xué)和概率論中關(guān)于系統(tǒng)穩(wěn)態(tài)能量的標(biāo)準(zhǔn)出發(fā)，進(jìn)行神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的方式稱概率式學(xué)習(xí)。在這種聯(lián)接機(jī)制中引人竟?fàn)帣C(jī)制的學(xué)習(xí)方式稱為竟?fàn)幨綄W(xué)習(xí)。概率式學(xué)習(xí)的典型代表是 Boltzmann機(jī)學(xué)習(xí)規(guī)則。 計算機(jī)應(yīng)用多媒體課件 計算機(jī)應(yīng)用多媒體課件 ? 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) ：從環(huán)境中獲取知識并改進(jìn)自身性能，主要指調(diào)節(jié)網(wǎng)絡(luò)參數(shù)使網(wǎng)絡(luò)達(dá)到某種度量，又稱為 網(wǎng)絡(luò)的訓(xùn)練 ? 學(xué)習(xí)方式： ? 監(jiān)督學(xué)習(xí) ? 非監(jiān)督學(xué)習(xí) ? 再勵學(xué)習(xí) 計算機(jī)應(yīng)用多媒體課件 學(xué)習(xí)規(guī)則 (learning rule)： ? Hebb學(xué)習(xí)規(guī)則 ? 兩個神經(jīng)元同時處于激發(fā)狀態(tài)
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1