人工智能與專家系統(tǒng)(gis)51-文庫(kù)吧在線文庫(kù)
【正文】 用以接受來(lái)自其它神經(jīng)元的信號(hào)。 – 神經(jīng)元被觸發(fā)后有一個(gè)不應(yīng)期，在此期間內(nèi)不能被觸發(fā)，然后閾值逐漸下降，恢復(fù)原來(lái)狀態(tài)。 – 右邊用圓圈表示的一組結(jié)點(diǎn)被看作一層。 人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 人工神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu) ? 單層網(wǎng)絡(luò) – 輸入信號(hào)的加權(quán)和表示為： – s是各結(jié)點(diǎn)加權(quán)和的行向量， s=(s1, s2,…, s n)。 – 在人工神經(jīng)網(wǎng)絡(luò)中，信息或圖形不再限定為 8比特，它是多維的二進(jìn)制數(shù)據(jù)或連續(xù)信息。這一響應(yīng)狀態(tài)實(shí)際上也相當(dāng)于一個(gè)所需的存儲(chǔ)數(shù)據(jù)（響應(yīng)），因此這種存儲(chǔ)為短期存儲(chǔ)。 ?前饋回憶 ?反饋回憶 存儲(chǔ)和回憶 ? 回憶的概念 – 前饋回憶 ? 輸入激勵(lì)只需通過(guò)一次存儲(chǔ)矩陣就可產(chǎn)生所需的響應(yīng)。 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式 ? 監(jiān)督學(xué)習(xí)（有教師學(xué)習(xí)） ? 非監(jiān)督學(xué)習(xí)（無(wú)教師學(xué)習(xí)） ? 再勵(lì)學(xué)習(xí)（強(qiáng)化學(xué)習(xí)） 監(jiān)督學(xué)習(xí) 環(huán)境 教師 學(xué)習(xí)系統(tǒng) + 輸入 正確響應(yīng) 實(shí)際響應(yīng) 誤差信號(hào) 非監(jiān)督學(xué)習(xí) 環(huán)境 學(xué)習(xí)系統(tǒng) 輸入 再勵(lì)學(xué)習(xí) 環(huán)境 學(xué)習(xí)系統(tǒng) 輸入 評(píng)價(jià) 輸出 狀態(tài) 動(dòng)作 人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用 ? 空間技術(shù)：飛行器控制系統(tǒng)，飛行器元件仿真，飛行器元件錯(cuò)誤探測(cè)。輸出層為 3個(gè)神經(jīng)元，對(duì)應(yīng)降水的大中小三個(gè)降水量級(jí)。 試報(bào)結(jié)果 ? 在試報(bào)的 50天中共有降水 8次 ， 其中大雨 2 次 ， 漏一次 ， 一次報(bào)中雨 。 因此 ， 因子的選好比較困難 ， 沒(méi)有較好的數(shù)學(xué)方法 ， 所以采用建降水模式的方法 ， 找物理意義較明確的因子 。 模型測(cè)試結(jié)果 模型訓(xùn)練后分別選擇 2023年 6月 22日和 2023年 7月 24日的影像數(shù)據(jù)進(jìn)行測(cè)試，測(cè)試結(jié)果如圖所示。圖 2a作為輸入值、圖 2b作為輸出值組成了用于訓(xùn)練的數(shù)據(jù)，這些數(shù)據(jù)將用于分類。 分析與討論 ? 擬合率雖然很高 ， 但試報(bào)準(zhǔn)確率不太理想 。由于訓(xùn)練開始時(shí)誤差常常較大，它們將在以后的訓(xùn)練學(xué)習(xí)過(guò)程中自動(dòng)逐步調(diào)節(jié) 02年，我臺(tái)從 3月到 11月接收 T213數(shù)值預(yù)報(bào)產(chǎn)品齊全的共有 159天，用前 109天的資料作為網(wǎng)絡(luò)訓(xùn)練樣本 訓(xùn)練結(jié)果 ? 經(jīng)過(guò)兩萬(wàn)多次的訓(xùn)練，總體預(yù)報(bào)誤差達(dá)到了。 ? 遙感解譯、天氣預(yù)報(bào)、故障診斷、 ? 機(jī)器人，制造業(yè)，保險(xiǎn)業(yè)和醫(yī)學(xué)領(lǐng)域等。 ? 學(xué)習(xí)或訓(xùn)練的實(shí)質(zhì)就是加權(quán)矩陣隨外部激勵(lì)（環(huán)境）做自適應(yīng)的變化。 ? 這兩種情況都有一個(gè)特點(diǎn)，就是不管是哪本書，還是與東西有關(guān)的地點(diǎn)和事情，都是經(jīng)歷過(guò)的，相應(yīng)的記憶才有可能聯(lián)想出所需的結(jié)果。 ? 人工神經(jīng)網(wǎng)絡(luò)中圖形的存儲(chǔ) – 內(nèi)容尋址存儲(chǔ)器 ?它是在人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程中形成的，相當(dāng)于通過(guò)訓(xùn)練將信息存儲(chǔ)在加權(quán)矩陣 W中。 – 多層網(wǎng)絡(luò)是由單層網(wǎng)絡(luò)進(jìn)行級(jí)聯(lián)構(gòu)成的，即上一層的輸出作為下一層的輸入。 ?實(shí)際的人工神經(jīng)網(wǎng)絡(luò)和生物神經(jīng)網(wǎng)絡(luò)中有些連接可能不存在。尤其對(duì)問(wèn)題的機(jī)理不甚了解或不能用數(shù)學(xué)模型表
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1