物理]智能控制第5章神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)-展示頁(yè)
2025-01-13 13:34本頁(yè)面
【正文】 元 人工神經(jīng)網(wǎng)絡(luò) 模擬 生物神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)元 模擬 生物神經(jīng)元 生物神經(jīng)元 生物神經(jīng)元 生物神經(jīng)元 人工 神經(jīng)元 生物神經(jīng)元 人工 神經(jīng)元 ? )( ixf ? i? 生物神經(jīng)元 人工 神經(jīng)元 生物 神經(jīng)元－－信息處理單元 生物 神經(jīng)元－－信息處理單元 ?信息輸入 生物 神經(jīng)元－－信息處理單元 ?信息 傳播 與 處理 生物 神經(jīng)元－－信息處理單元 ?信息 傳播 與 處理（ 整合 ） 生物 神經(jīng)元－－信息處理單元 ?信息 傳播 與 處理： 興奮 或 抑制 生物 神經(jīng)元－－信息處理單元 ?信息輸出 生物 神經(jīng)元－－信息處理單元 生物 神經(jīng)元－－信息處理單元 生物 神經(jīng)元－－信息處理單元 生物 神經(jīng)元－－信息處理單元 生物 神經(jīng)元－－信息處理單元 生物 神經(jīng)元－－信息處理單元 神經(jīng)網(wǎng)絡(luò) 原理 生物神經(jīng)元 人腦大約由 1012個(gè)神經(jīng)元組成， 神經(jīng)元互相連接成神經(jīng)網(wǎng)絡(luò) 神經(jīng)元是大腦處理信息的基本單元，以細(xì)胞體為主體，由許多向周圍延伸的不規(guī)則樹枝狀纖維構(gòu)成的神經(jīng)細(xì)胞，其形狀很像一棵枯樹的枝干。 1987年 6月 21至 24日在美國(guó)加州圣地亞哥 (San Diego)召開的第一屆神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議 。 日本通產(chǎn)省早在 1988年也提出了 所謂人類尖端科學(xué)計(jì)劃 (Human Frontier Science Program)， 即所謂的第六代計(jì)算機(jī)計(jì)劃，研制能模擬人類智能行為的計(jì)算機(jī)系統(tǒng)。 美國(guó)軍方，認(rèn)為神經(jīng)網(wǎng)絡(luò)技術(shù)是比原子彈工程更重要的技術(shù)。 2． 構(gòu)造能實(shí)現(xiàn)信息處理的神經(jīng)網(wǎng)絡(luò)模型 。很多人認(rèn)為神經(jīng)網(wǎng)絡(luò)的研究又開始陷入了低潮，并認(rèn)為支持向量機(jī)將取代神經(jīng)網(wǎng)絡(luò)。著名的 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)法則就是在本書中由Rumelhart提出的。 誤差反向傳播神經(jīng)網(wǎng)絡(luò) BP(Error Back Propagation Neural Network)是 1986年由Rumelhart和 Hinton提出的， （ 1986年 ） ?神經(jīng)網(wǎng)絡(luò)從理論 —— 應(yīng)用（神經(jīng)網(wǎng)絡(luò)芯片、神經(jīng)計(jì)算機(jī)） ?模式識(shí)別與圖象處理、控制與優(yōu)化、預(yù)測(cè)與管理、通信領(lǐng)域 并行分布處理理論 1986年， Rumelhart和 McClelland發(fā)表了《并行分布處理 —— 認(rèn)知微結(jié)構(gòu)探索》一書。 1985年， W． O． Hillis發(fā)表了稱為聯(lián)結(jié)機(jī)(connection)的超級(jí)并行計(jì)算機(jī)。 1985年 ， Hopfield和 D． W． Tank用上述模型求解了古典的旅行推銷商問題(Traveling Salesman Problem)， 簡(jiǎn)稱TSP問題 。 這些成功的研究對(duì)第二次神經(jīng)網(wǎng)絡(luò)研究高潮的形成起了決定性的作用。 3. 復(fù)興期 1982年，美國(guó)物理學(xué)家 Hopfield對(duì)神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)特性進(jìn)行了研究，提出了 Hopfield神經(jīng)網(wǎng)絡(luò)模型，引入能量函數(shù)，實(shí)現(xiàn)問題優(yōu)化求解 1986年，以 Rumelhart為首的 PDP(Parallel Distributed Processing)并行分布處理研究集團(tuán)對(duì)聯(lián)結(jié)機(jī)制 (connectionist)進(jìn)行了研究，提出了著名的多層神經(jīng)網(wǎng)絡(luò)模型，即 BP網(wǎng)絡(luò)，至今為止應(yīng)用最普遍。它在結(jié)構(gòu)上與感知機(jī)相似，但在學(xué)習(xí)法則上采用了最小二乘平均誤差法。 1962年， M． Minsky和 知機(jī)的理論，他們把感知機(jī)定義為一種邏輯函數(shù)的學(xué)習(xí)機(jī) 。正是由于這一定理的存在，才使得感知機(jī)的理論具有實(shí)際的意義，并引發(fā)了 60年代以感知機(jī)為代表的第一次神經(jīng)網(wǎng)絡(luò)研究發(fā)展的高潮。 感知機(jī)是現(xiàn)代神經(jīng)計(jì)算的出發(fā)點(diǎn)。 1949年， ，即 Hebb法則。如果 — 神經(jīng)元所接收到的信號(hào)的總和超過了它本身的 “ 閾值 ” ，則該神經(jīng)元就會(huì)處于興奮狀態(tài)，并向它后續(xù)連接的神經(jīng)元發(fā)出脈沖信號(hào)。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1