人工神經網絡的定義

2021-01-17 電子發燒友
打開APP
人工神經網絡的定義

姚遠香 發表於 2018-11-24 09:21:11

　　人工神經網絡的定義

　　人工神經網絡（ Artificial Neural Networks， 簡寫為ANNs）也簡稱為神經網絡或稱作連接模型，是對人腦或自然神經網絡若干基本特性的抽象和模擬。人工神經網絡以對大腦的生理研究成果為基礎的，其目的在於模擬大腦的某些機理與機制，實現某個方面的功能。國際著名的神經網絡研究專家，第一家神經計算機公司的創立者與領導人Hecht Nielsen給人工神經網絡下的定義就是：「人工神經網絡是由人工建立的以有向圖為拓撲結構的動態系統，它通過對連續或斷續的輸入作狀態相應而進行信息處理」 這一定義是恰當的。

　　人工神經網絡的研究，可以追溯到 1957年Rosenblatt提出的感知器模型（Perceptron） 。它幾乎與人工智慧——AI同時起步，但30餘年來卻並未取得人工智慧那樣巨大的成功，中間經歷了一段長時間的蕭條。直到80年代，獲得了關於人工神經網絡切實可行的算法，以及以Von Neumann體系為依託的傳統算法在知識處理方面日益顯露出其力不從心後，人們才重新對人工神經網絡發生了興趣，導致神經網絡的復興。 目前在神經網絡研究方法上已形成多個流派，最富有成果的研究工作包括：多層網絡BP算法，Hopfield網絡模型，自適應共振理論，自組織特徵映射理論等。人工神經網絡是在現代神經科學的基礎上提出來的。它雖然反映了人腦功能的基本特徵，但遠不是自然神經網絡的逼真描寫，而只是它的某種簡化抽象和模擬。

　　人工神經網絡的特點

　　（1）可以充分逼近任意複雜的非線性關係；

　　（2）所有定量或定性的信息都等勢分布貯存於網絡內的各神經元，故有很強的魯棒性和容錯性；

　　（3）採用並行分布處理方法，使得快速進行大量運算成為可能；

　　（4）可學習和自適應不知道或不確定的系統；

　　（5）能夠同時處理定量、定性知識。

　　人工神經網絡主要研究方向

　　神經網絡的研究可以分為理論研究和應用研究兩大方面。理論研究可分為以下兩類：

　　1）利用神經生理與認知科學研究人類思維以及智能機理。

　　2）利用神經基礎理論的研究成果，用數理方法探索功能更加完善、性能更加優越的神經網絡模型，深入研究網絡算法和性能， 如：穩定性、收斂性、容錯性、魯棒性等；開發新的網絡數理理論，如：神經網絡動力學、非線性神經場等。

　　應用研究可分為以下兩類：

　　1）神經網絡的軟體模擬和硬體實現的研究。

　　2）神經網絡在各個領域中應用的研究。這些領域主要包括：模式識別、信號處理、知識工程、專家系統、優化組合、機器人控制等。 隨著神經網絡理論本身以及相關理論、相關技術的不斷發展，神經網絡的應用定將更加深入。

打開APP閱讀更多精彩內容

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴

相關焦點

  • 什麼是人工神經網絡(ANN)?
    人工神經網絡如何運作人工神經網絡的核心成分是人工神經元。每個神經元接收來自其他幾個神經元的輸入，將它們乘以分配的權重，將它們相加，然後將總和傳遞給一個或多個神經元。一些人工神經元可能在將輸出傳遞給下一個變量之前將激活函數應用於輸出。
  • 對人工神經網絡「開刀」,利用神經科學消融法檢測人工神經網絡
    當談及人工神經網絡，黑箱問題總會引起熱議，人們對黑箱問題的評價褒貶不一。有人認為黑盒是神經網絡的優勢，這代表神經網絡的自主學習性，代表其自動學習以及自動完善的特性。在 Mayes Meisen 和他同事的研究中，研究人員希望以破壞神經網絡的特定區域的方法，觀察該區域如何影響性能。最終，通過這些觀測結果對人工神經網絡和生物神經網絡的組織形式進行比較。「在人工神經網絡上應用消融的方法十分簡單的，」Meyes 和 Meisen 解釋道。
  • 人工神經網絡的五大主要應用場景
    人工神經網絡是一種嘗試，模擬組成人腦的神經元網絡，這樣計算機就能像人一樣學習事物並做出決策。人工神經網絡是通過對普通計算機進行編程而產生的，使它們的行為類似於人類的相互連接的腦細胞。人工神經網絡是受人腦啟發的計算模型。人工神經網絡最近的許多進展都是在人工智慧領域取得的，包括語音識別，圖像識別，以及基於人工神經網絡的機器人。
  • AI的人工神經網絡
    人工神經網絡是模擬人和動物的神經網絡的某種結構和功能的模擬，所以要了解神經網絡的工作原理，所以我們首先要了解生物神經元。其結構如下圖所示：   而人工神經網絡的基本原理也就是對生物神經元進行儘可能的模擬，當然，以目前的理論水平，製造水平，和應用水平，還與人腦神經網絡的有著很大的差別，它只是對人腦神經網絡有選擇的，單一的，簡化的構造和性能模擬，從而形成了不同功能的，多種類型的，不同層次的神經網絡模型。
  • 初識人工神經網絡
    這也就是神經網絡的魅力所在。人工神經網絡（artificial neural networks) 是一種模仿生物神經網絡行為特徵，進行信息處理的算法數學模型。在人工神經網絡模型中使用單元節點模擬神經元，通過調整神經網絡內部大量節點（神經元）之間相互連接的權重來達到處理信息的目的。
  • 科技:人工神經網絡的進步
    這些重大新故事中的一些與人工神經網絡有關，人工智慧研究中的一個相對較新的現象正在推動從娛樂到醫學等許多領域的各種進步。人工神經網絡依賴於這樣的思想：技術可以使用對應於個體人類神經元和神經元組的小單元來模擬人類大腦的生物學工作，以基於輸入產生輸出。
  • 深度|人工神經網絡深入分析
    文章從神經網絡談到了人工神經網絡，並對此進行詳細的介紹。最近「神經網絡」非常火，特別是AlphaGo與韓國選手李世石的比賽落幕後，各種關於神經網絡的文章滿天飛，但可能對於非專業領域出身的人來說接觸這些文章就會雲裡霧裡了。究其原因主要是缺少適合大部分人理解的神經網絡的科普文章，其實吳軍老師的《數學之美》在科普神經網絡這方面做的就比較通俗易懂，感興趣的朋友可以去讀一下吳老師的書。
  • 人工神經網絡及其應用
    1 人工神經網絡的發展歷史及其意義1.1 人工神經網絡的發展歷史神經網絡的發展可以追溯到19世紀末，其發展可以分為四個階段。2 人工神經網絡的種類及應用領域2.1人工神經網絡的種類人工神經網絡的模型很多，可以按照不同的方法分類進行分類。其中比較常用的分類方法是，按網絡連接的拓撲結構分類和按網絡內部的信息流向分類。
  • 人工神經網絡(Artificial Neural Network)算法簡介
    人工神經網絡，簡稱神經網絡，是一種模仿生物神經網絡的結構和功能的數學模型或者計算模型。其實是一種與貝葉斯網絡很像的一種算法。之前看過一些內容始終雲裡霧裡，這次決定寫一篇博客。
  • 人工神經網絡發展歷程及特點
    人工神經網絡ANN簡稱為神經網絡或類神經網絡。深度學習實際上是深度神經網絡DNN，即深度學習從人工神經網絡ANN模型發展起來的，因此有必要對人工神經網絡ANN作進一步探討。＾＿＾ 最近十幾年來，人工神經網絡ANN的研究工作不斷深入，已經取得了很大進展，其在模式識別、智慧機器人、自動控制、預測估計、生物、醫學、經濟等領域已成功地解決了許多現代計算機難以解決的實際問題，表現出了良好的智能特性。 那麼究竟什麼是人工神經網絡ANN呢？
  • 人工神經網絡的特點有哪些
    人工神經網絡的特點和優越性，主要表現在三個方面： 第一，具有自學習功能。例如實現圖像識別時，只在先把許多不同的圖像樣板和對應的應識別的結果輸入人工神經網絡，網絡就會通過自學習功能，慢慢學會識別類似的圖像。自學習功能對於預測有特別重要的意義。
  • 大腦與AI,神經科學與人工神經網絡
    神經科學可以幫助我們理解為什麼AI和神經網絡在預測人類感知方面是有效的嗎？來自德克薩斯大學奧斯汀分校（UT Austin）的Alexander Huth和Shailee Jain的研究表明兩者都有可能。
  • 用於英文字母識別的三種人工神經網絡的設計
    摘要分別採用單層感知器、BP網絡和霍普菲爾德網絡三種神經網絡對26個英文字母進行識別，通過實驗給出各網絡的識別出錯率，從中可以看出三種人工神經網絡各自的優缺點，為選擇神經網絡進行字符識別提供了一定的依據。
  • 關於人工神經網絡的哲學思考
    南開大學 自動化系，天津 300071　　原發信息：  (京)2000年第02期 第25-28,53頁　　內容提要：本文在簡單介紹人工神經網絡的研究成果的基礎上，探討了人工神經網絡的自組織功能，並運用馬克思主義的基本原理和方法，從普遍聯繫、整體與部分的關係及結構和功能的關係三方面論述了人工神經網絡的哲學意義
  • 人工神經網絡初學:是什麼以及為什麼?
    【IT168 技術】談及人工智慧，就會涉及到人工神經網絡。人工神經網絡是現代人工智慧的重要分支，它是一個為人工智慧提供動力，可以模仿動物神經網絡行為特徵，進行分布式並行信息處理的系統。
  • 基於英文字母識別的三種人工神經網絡的設計方案
    是在人類對其大腦神經網絡認識理解的基礎上人工構造的能夠實現某種功能的神經網絡。代寫論文 它是理論化的人腦神經網絡的數學模型，是基於模仿大腦神經網絡結構和功能而建立的一種信息處理系統。因其自組織、自學習能力以及具有信息的分布式存儲和並行處理，信息存儲與處理的合一等特點得到了廣泛的關注，已經發展了上百種人工神經網絡。 一般來說，人工神經網絡從結構上可分為兩種:前向網絡和反饋網絡。
  • 無處不在的人工神經網絡:機器人擁有意識的關鍵
    人工神經網絡，常常簡稱為神經網絡，是以計算機網絡系統模擬生物神經系統的智能計算系統，是對人腦或自然神經網絡的若干基本特性的抽象和模擬。簡單地講，人工神經網絡就是基於模仿大腦神經網絡結構和功能而建立的一種信息處理系統。人工神經網絡依靠系統的複雜程度，通過調整內部大量節點之間相互連接的關係，從而達到處理信息的目的，其中，這些節點就相當於生物大腦中的「神經元」。
  • 你的自拍和名畫之間 只隔幾層人工神經網絡
    Prisma使用的人工神經網絡原理與其類似。好了，現在開始揭秘Prisma「偷梁換柱」之術。它的人工神經網絡分為好幾層。最下面那層負責分析照片的內容，也就是對照片的每個像素點進行分析。再往上那層可以對照片進行粗略的抽象，找出哪些是點、哪些是線、哪些是圓等等。最上面那層則可以抽象出一幅畫的風格。總之，越下面的層越能學習一幅畫的內容，越往上面的層越能學習一幅畫的風格。
  • 人工神經網絡研究的發展歷程及重要特性
    人工神經網絡研究的先鋒麥卡洛克和皮茨曾於1943年提出一種叫做「似腦機器(mindlike machine)」的思想,這種機器可由基於生物神經元特性的互連模型來製造,這就是神經學網絡的概念。他們構造了一個表示大腦基本組成部分的神經元模型,對邏輯作業系統表現出通用性。
  • 研究不同神經元在人工神經網絡中的作用
    在過去十年左右的時間裡，世界各地的研究人員一直在開發越來越先進的人工神經網絡(ANNs)，這種計算方法旨在複製人類大腦的生物機制和功能。雖然其中一些網絡在各種任務中取得了顯著的成果，但預測背後的決策過程並不總是很清楚。