20xx年醫(yī)學(xué)專題—人工神經(jīng)網(wǎng)絡(luò)-資料下載頁
2024-11-04 17:28本頁面
【正文】 出狀態(tài)。 具有前一種活動(dòng)方式的神經(jīng)網(wǎng)絡(luò)，稱為確定性網(wǎng)絡(luò)。已有的大部分神經(jīng)網(wǎng)絡(luò)模型均屬此類。而后一種活動(dòng)方式的神經(jīng)網(wǎng)絡(luò)，稱為隨機(jī)性網(wǎng)絡(luò)。隨機(jī)性網(wǎng)絡(luò)的典型例子有：波爾茨曼機(jī)、柯西機(jī)和高斯機(jī)等。,72/65,第七十二頁，共八十七頁。,73/65,ANN 人工神經(jīng)網(wǎng)絡(luò),概述 基本原理 前向型神經(jīng)網(wǎng)絡(luò) 自組織競爭神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)的應(yīng)用 與人工智能原理(yu225。nlǐ)的結(jié)合 BP神經(jīng)網(wǎng)絡(luò),第七十三頁，共八十七頁。,74/65,自組織(zǔzhī)競爭神經(jīng)網(wǎng)絡(luò),概述 在實(shí)際的神經(jīng)網(wǎng)絡(luò)中，存在一種側(cè)抑制的現(xiàn)象。即一個(gè)細(xì)胞興奮后，通過它的分支會(huì)對周圍其他神經(jīng)細(xì)胞(sh233。n jīnɡ x236。 bāo)產(chǎn)生抑制。這種側(cè)抑制在脊髓和海馬中存在，在人眼的視網(wǎng)膜中也存在。,第七十四頁，共八十七頁。,75/65,自組織(zǔzhī)競爭神經(jīng)網(wǎng)絡(luò),概述 這種抑制使神經(jīng)細(xì)胞之間出現(xiàn)競爭，一個(gè)(yī ɡ232。)興奮最強(qiáng)的神經(jīng)細(xì)胞對周圍神經(jīng)細(xì)胞的抑制也強(qiáng)。雖然一開始各個(gè)神經(jīng)細(xì)胞都處于興奮狀態(tài)，但最后是那個(gè)輸出最大的神經(jīng)細(xì)胞“贏”，而其周圍的神經(jīng)細(xì)胞“輸”了。 勝者為王。小貓,第七十五頁，共八十七頁。,76/65,自組織(zǔzhī)競爭神經(jīng)網(wǎng)絡(luò),概述 自組織競爭神經(jīng)網(wǎng)絡(luò)是在 “無師自通”的現(xiàn)象的基礎(chǔ)上生成(shēnɡ ch233。nɡ)的。 人類等生物的生長過程。,第七十六頁，共八十七頁。,77/65,自組織(zǔzhī)競爭神經(jīng)網(wǎng)絡(luò),結(jié)構(gòu)： 層內(nèi)細(xì)胞之間互聯(lián)，在各個(gè)神經(jīng)細(xì)胞(sh233。n jīnɡ x236。 bāo)中加入自反饋，相互作用，輸出y為 ：,系統(tǒng)(x236。tǒng)穩(wěn)定時(shí)“勝者為王”。此時(shí)贏者的權(quán)向量與輸入向量的歐氏距離最小。此距離為 ：,第七十七頁，共八十七頁。,78/65,自組織(zǔzhī)競爭神經(jīng)網(wǎng)絡(luò),自組織映射模型 自組織映射模型是由Kohonen提出來的。模型是以實(shí)際神經(jīng)細(xì)胞中的一種特征敏感的細(xì)胞為模型的。各個(gè)細(xì)胞分別對各種輸入敏感，可以代表各種輸入，反映各種輸入樣本的特征。如果在二維空間上描述這些細(xì)胞，則，功能相近的細(xì)胞聚在一起，靠得比較近。功能不同的離得比較遠(yuǎn)。 網(wǎng)絡(luò)形成過程： 開始是無序的，當(dāng)輸入樣本出現(xiàn)后各個(gè)細(xì)胞反映不同，強(qiáng)者依照“勝者為王”的原則，加強(qiáng)自己的同時(shí)對周圍細(xì)胞進(jìn)行壓抑。使其對該種樣本更加敏感，也同時(shí)對其他(q237。tā)種類的樣本更加不敏感。此過程的反復(fù)過程中，各種不同輸入樣本將會(huì)分別映射到不同的細(xì)胞上。,第七十八頁，共八十七頁。,79/65,Kohonen網(wǎng)絡(luò)(wǎnglu242。)的結(jié)構(gòu),第七十九頁，共八十七頁。,80/65,Nc(t)的形狀(x237。ngzhu224。n)和變化情況,第八十頁，共八十七頁。,81/65,自組織(zǔzhī)競爭神經(jīng)網(wǎng)絡(luò),特點(diǎn)： 網(wǎng)絡(luò)中的權(quán)值是輸入樣本的記憶。如果輸出神經(jīng)元j與輸入n個(gè)神經(jīng)元之間的聯(lián)接(li225。n jiē)用wj表示，對應(yīng)其一類樣本x輸入，使yj達(dá)到匹配最大。那么wj通過學(xué)習(xí)后十分靠近x，因此，以后當(dāng)x再次輸入時(shí)，yj這個(gè)神經(jīng)元必定會(huì)興奮，yj是x的代表。 .….,第八十一頁，共八十七頁。,82/65,自組織(zǔzhī)競爭神經(jīng)網(wǎng)絡(luò),…. 網(wǎng)絡(luò)學(xué)習(xí)時(shí)對權(quán)的調(diào)整不只是對興奮的那個(gè)細(xì)胞所對應(yīng)的權(quán)進(jìn)行，而對其周圍Nc區(qū)域內(nèi)的神經(jīng)元同時(shí)進(jìn)行調(diào)整。因此，對于在Nc內(nèi)的神經(jīng)元可以代表不只是一個(gè)樣本x，而是與x比較相近的樣本都可以在Nc內(nèi)得到反映。因此，這種網(wǎng)絡(luò)對于樣本的畸變和噪聲的容差大。（調(diào)整區(qū)域函數(shù)(h225。nsh249。)有。） 各種函數(shù)(h225。nsh249。) 網(wǎng)絡(luò)學(xué)習(xí)的結(jié)果是：比較相近的輸入樣本在輸出平面上映射的位置也比較接近。具有自然聚類的效果。,第八十二頁，共八十七頁。,83/65,ANN 人工神經(jīng)網(wǎng)絡(luò),概述 基本原理 前饋型人工(r233。ngōng)神經(jīng)元網(wǎng)絡(luò) BP神經(jīng)網(wǎng)絡(luò) 自組織競爭人工神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)的應(yīng)用 與人工智能原理的結(jié)合,第八十三頁，共八十七頁。,84/65,神經(jīng)網(wǎng)絡(luò)的應(yīng)用(y236。ngy242。ng),ANN是一門(yī m233。n)交叉學(xué)科，涉及心理學(xué)、生理學(xué)、生物學(xué)、醫(yī)學(xué)、數(shù)學(xué)、物理學(xué)、計(jì)算機(jī)科學(xué)等 應(yīng)用幾乎遍及自然科學(xué)的各個(gè)領(lǐng)域 應(yīng)用最多的是模式識(shí)別、通訊、控制、信號(hào)處理等方面。,第八十四頁，共八十七頁。,85/65,神經(jīng)網(wǎng)絡(luò)的應(yīng)用(y236。ngy242。ng),在模式識(shí)別中的基本步驟： 根據(jù)應(yīng)用背景(b232。ijǐng)選擇網(wǎng)絡(luò)結(jié)構(gòu) 數(shù)據(jù)預(yù)處理、構(gòu)造訓(xùn)練集 選擇適合的訓(xùn)練函數(shù)，訓(xùn)練ANN 輸入未知樣本進(jìn)行識(shí)別,第八十五頁，共八十七頁。,86/65,與人工智能(r233。n ɡōnɡ zh236。 n233。nɡ)原理的結(jié)合,神經(jīng)網(wǎng)絡(luò)存在的問題： 網(wǎng)絡(luò)結(jié)構(gòu)大不宜實(shí)現(xiàn) 學(xué)習(xí)時(shí)間長效率低等 提出的改進(jìn)方案： 利用不完善的領(lǐng)域理論和帶有噪聲的數(shù)據(jù)進(jìn)行解釋學(xué)習(xí)，產(chǎn)生一種近似正確(zh232。ngqu232。)的解釋結(jié)構(gòu)（規(guī)則樹）。 利用該規(guī)則樹構(gòu)造初始神經(jīng)網(wǎng)絡(luò)，而后進(jìn)行BP算法的訓(xùn)練，達(dá)到減少訓(xùn)練時(shí)間的目的。 其他方案……,第八十六頁，共八十七頁。,內(nèi)容(n232。ir243。ng)總結(jié),1。計(jì)算機(jī)速度為納秒級(jí)，人腦細(xì)胞反應(yīng)時(shí)間是毫秒級(jí)。人工智能專家系統(tǒng)是制造一個(gè)專家，幾十年難以培養(yǎng)的專家。每一條神經(jīng)末梢可以與其他神經(jīng)元形成功能性接觸,該接觸部位稱為突觸。實(shí)現(xiàn)模式完善、恢復(fù)，相關(guān)模式的相互回憶等。優(yōu)化計(jì)算和組合優(yōu)化問題求解。所以，學(xué)習(xí)規(guī)則就是權(quán)值修正規(guī)則。前向神經(jīng)網(wǎng)絡(luò)就是將n維空間分為SA、SB兩個(gè)(liǎnɡ ɡ232。)子空間，其分界線為n1維的超平面。其他方案,第八十七頁，共八十七頁。
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1