神經(jīng)網(wǎng)絡(luò)導(dǎo)論第一章-閱讀頁
2025-01-23 06:42本頁面
【正文】 自然規(guī)則，在某種“硬件”上所發(fā)生的一些物理規(guī)則。 在不確定的條件下，只要我們能準(zhǔn)確地描述所要求的計算功能，并能給出體現(xiàn)該功能的大量例子，那么神經(jīng)網(wǎng)絡(luò)就可以通過這些例子來進(jìn)行自我調(diào)整，直至達(dá)到所要求的計算能力；有時甚至在沒有例子可尋時，神經(jīng)網(wǎng)絡(luò)也可以根據(jù)一些輸入信號通過自組織而達(dá)到某種計算能力。 如果把神經(jīng)網(wǎng)絡(luò)看成是由大量子系統(tǒng)組成的大系統(tǒng)，那么神經(jīng)計算就是該系統(tǒng)狀態(tài)的轉(zhuǎn)換，其計算過程可以認(rèn)為是狀態(tài)的轉(zhuǎn)換過程。 ? 信息的分布式表示 。 ? 多層神經(jīng)網(wǎng)絡(luò)系統(tǒng)具有強大的解算能力 和處理實際問題的能力 。這里描述的當(dāng)然是一般的數(shù)學(xué)抽象，像識別與分類這些計算都可以抽象為這樣的一種近似數(shù)學(xué)映射。 nn RBRAf ???:神經(jīng)計算的信息處理能力 ? 概率密度函數(shù)的估計 通過自組織的方式開發(fā)出一組等概率錨點來響應(yīng)在空間中按照一定確定概率密度函數(shù) p選取的一組向量樣本 X1 , X2 , X3 ,… 。 神經(jīng)計算的信息處理能力 ? 從二進(jìn)制數(shù)據(jù)基中提取相關(guān)的知識 將從二進(jìn)制數(shù)據(jù)基中提取的相關(guān)知識形成一種知識的聚集模型，這些知識依照數(shù)據(jù)基的自組織在它們之間有某種統(tǒng)計上的共性，并依這些共性來響應(yīng)輸入的數(shù)據(jù)基。 神經(jīng)計算的信息處理能力 ? 形成拓?fù)溥B續(xù)及統(tǒng)計意義上的同構(gòu)映射 這是對固定概率密度函數(shù)選擇的輸入數(shù)據(jù)進(jìn)行自適應(yīng)的一種自組織映射，最終使得數(shù)據(jù)空間上的不同項有某種同構(gòu)。 神經(jīng)計算的信息處理能力 ? 最近相鄰模式分類 通過比較大量的存儲數(shù)據(jù)來進(jìn)行模式分類， 這種能力可應(yīng)用于暫態(tài)或暫穩(wěn)態(tài)模式分類，并且可用層次性的存儲模式來表達(dá)存儲。聚類是可變的，但要限制其鞍點的個數(shù)。很顯然，這種能力可直接應(yīng)用于雷達(dá)的多目標(biāo)跟蹤，ART模型最適于這種計算。 第四節(jié) 神經(jīng)計算的穩(wěn)定性 穩(wěn)定性的基本概念 穩(wěn)定性 是指神經(jīng)網(wǎng)絡(luò)系統(tǒng)在進(jìn)行神經(jīng)計算時，系統(tǒng)最終能收斂到一個穩(wěn)定狀態(tài)。 從計算機的角度看穩(wěn)定性 計算機具有許多可能的邏輯狀態(tài)。在計算機中，通過設(shè)置特定的邏輯初始狀態(tài)開始計算（指令和數(shù)據(jù)）。因而在計算機中的計算過程就是其邏輯狀態(tài)空間中的一條軌跡。 由該系統(tǒng)固有動力學(xué)特性控制著的各種物理系統(tǒng)可以展示不同的計算能力， 離散狀態(tài)空間下的計算過程解釋 S1 S2 S3 連續(xù)狀態(tài)空間下計算過程的解釋 S1 S2 S3 神經(jīng)計算過程的數(shù)學(xué)描述 假定狀態(tài)空間向量為 X=(x1,x2,…,x n )T， 系統(tǒng)的局部穩(wěn)定點為ｘ a,ｘ b， … 。 這種穩(wěn)定點也叫系統(tǒng)的 吸引子 或 極小點 。 吸引子的物理含義圖解 1 吸引子的物理含義圖解 2 局部極小 全局極小 第五節(jié) 神經(jīng)網(wǎng)絡(luò)的研究歷史 神經(jīng)網(wǎng)絡(luò)研究簡史 從人腦的生理結(jié)構(gòu)出發(fā)來研究人的智能行為，模擬人腦信息處理的功能，即人工神經(jīng)網(wǎng)絡(luò)的研究，始于本世紀(jì)四十年代，但它的發(fā)展卻經(jīng)歷了一條曲折的道路，至今經(jīng)歷了 興起 、 蕭條 和 興盛 三個時期。用神經(jīng)網(wǎng)絡(luò)來分析各種商品 的零售量及價格。 ? ? 醫(yī)用
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1