人工神經(jīng)網(wǎng)絡定義論文
神經(jīng)網(wǎng)絡是在對人腦思維方式研究的基礎上，將其抽象模擬反映人腦基本功能的一種并行處理連接網(wǎng)絡。小編為大家整理的論文，希望大家喜歡。
摘 要
人工神經(jīng)網(wǎng)絡是近年來迅猛發(fā)展的前沿課題，它對突破現(xiàn)有科學技術的瓶頸起到重大的作用。本文剖析了人工神經(jīng)網(wǎng)絡的特征、模型結構以及未來的發(fā)展趨勢。
【關鍵詞】人工神經(jīng)網(wǎng)絡 神經(jīng)元 矩陣
1 人工神經(jīng)網(wǎng)絡概述
人工神經(jīng)網(wǎng)絡(ANN)是一種用計算機網(wǎng)絡系統(tǒng)模擬生物神經(jīng)網(wǎng)絡的智能神經(jīng)系統(tǒng)，它是在現(xiàn)代神經(jīng)生物學研究成果的基礎上發(fā)展起來的，模擬人腦信息處理機制的一種網(wǎng)絡系統(tǒng)，它不但具有處理數(shù)值數(shù)據(jù)的計算能力，而且還具有處理知識的學習、聯(lián)想和記憶能力。
人工神經(jīng)網(wǎng)絡模擬了大腦神經(jīng)元的組織方式，反映了人腦的一些基本功能，為研究人工智能開辟了新的途徑。它具有以下基本特征：
1.1 并行分布性
因為人工神經(jīng)網(wǎng)絡中的神經(jīng)元排列并不是雜亂無章的，往往是以一種有規(guī)律的序列排列，這種結構非常適合并行計算。同時如果將每一個神經(jīng)元看作是一個基本的處理單元，則整個系統(tǒng)可以是一個分布式處理系統(tǒng)，使得計算快速。
1.2 可學習性和自適應性
一個相對很小的人工神經(jīng)網(wǎng)絡可存儲大量的專家知識，并能根據(jù)學習算法，或利用指導系統(tǒng)模擬現(xiàn)實環(huán)境(稱為有教師學習)，或對輸入進行自適應學習(稱為無教師學習)，可以處理不確定或不知道的事情，不斷主動學習，不斷完善知識的存儲。
(3)魯棒性和容錯性
由于采用大量的神經(jīng)元及其相互連接，具有聯(lián)想映射與聯(lián)想記憶能力，容錯性保證網(wǎng)絡將不完整的、畸變的輸入樣本恢復成完整的.原型，魯棒性使得網(wǎng)絡中的神經(jīng)元或突觸遭到破壞時網(wǎng)絡仍然具有學習和記憶能力，不會對整體系統(tǒng)帶來嚴重的影響。
1.3 泛化能力
人工神經(jīng)網(wǎng)絡是大規(guī)模的非線性系統(tǒng)，提供了系統(tǒng)協(xié)同和自組織的潛力，它能充分逼近任意復雜的非線性關系。如果輸入發(fā)生較小變化，則輸出能夠保持相當小的差距。
1.4 信息綜合能力
任何知識規(guī)則都可以通過對范例的學習存儲于同一個神經(jīng)網(wǎng)絡的各連接權值中，能同時處理定量和定性的信息，適用于處理復雜非線性和不確定對象。
2 人工神經(jīng)網(wǎng)絡模型
神經(jīng)網(wǎng)絡是在對人腦思維方式研究的基礎上，將其抽象模擬反映人腦基本功能的一種并行處理連接網(wǎng)絡。神經(jīng)元是神經(jīng)網(wǎng)絡的基本處理單元。
在神經(jīng)網(wǎng)絡的發(fā)展過程中，從不同角度對神經(jīng)網(wǎng)絡進行了不同層次的描述和模擬，提出了各種各樣的神經(jīng)網(wǎng)絡模型，其中最具有代表性的神經(jīng)網(wǎng)絡模型有：感知器、線性神經(jīng)網(wǎng)絡、BP網(wǎng)絡、自組織網(wǎng)絡、徑向基函數(shù)網(wǎng)絡、反饋神經(jīng)網(wǎng)絡等等。
3 神經(jīng)元矩陣
神經(jīng)元矩陣是神經(jīng)網(wǎng)絡模型的一種新構想，是專門為神經(jīng)網(wǎng)絡打造的一個矩陣，它符合神經(jīng)元的一切特征。
神經(jīng)元矩陣采用矩陣形式，它可為n維向量組成。引入向量觸頭和信使粒的概念，向量觸頭可生長，即長度可變，方向可變，信使粒可“游蕩”在矩陣中，建立各種聯(lián)系。如圖1即是神經(jīng)元矩陣模型
(1)容器可產(chǎn)生一種無形的約束力，使系統(tǒng)得以形成，容器不是全封閉的，從而保證系統(tǒng)與外界的溝通和交互;各向量間可用相互作用的力來聯(lián)系，而各個信使粒則受控于容器、中空向量以及其它的信使粒。各神經(jīng)元之間自主交互，神經(jīng)元矩陣是一種多層次的管理，即一層管理一層。系統(tǒng)具有明顯的層級制和分塊制，每層每塊均獨立且協(xié)同工作，即每層每塊均含組織和自組織因素。
(2)向量觸頭是中空的，信使粒可以通過向量或存儲于向量中，所以又稱為中空向量。向量存儲了信使粒后，可以吸引更多的信使粒在附近，或使鄰近向量轉向、伸長，進而形成相對穩(wěn)定的信息通路。
(3)當兩條或更多的信息通路匯集時，可能伴隨著通路的增強、合并，以及信使粒的聚集、交換，這是神經(jīng)元矩陣運算的一種主要形式。通路的形成過程，也就是是神經(jīng)元矩陣分塊、分層、形成聯(lián)接的過程，也為矩陣系統(tǒng)宏觀管理、層級控制的實現(xiàn)奠定了基礎。
神經(jīng)元矩陣亦是一種具有生物網(wǎng)絡特征的數(shù)學模型，綜合了數(shù)學上矩陣和向量等重要概念，是一種立體的矩陣結構。尤其是將矩陣的分塊特性和向量的指向特征結合起來，更好的體現(xiàn)了神經(jīng)網(wǎng)絡的整體性和單元獨立性，系統(tǒng)的組織和自組織特征也更為凸顯。信使粒以“點”的數(shù)學概念，增強了系統(tǒng)的信息特征，尤其是增強了矩陣的存儲和運算功能。
4 人工神經(jīng)網(wǎng)絡的發(fā)展趨勢
人工神經(jīng)網(wǎng)絡是邊緣性交叉科學，它涉及計算機、人工智能、自動化、生理學等多個學科領域，研究它的發(fā)展具有非常重要意義。針對神經(jīng)網(wǎng)絡的社會需求以及存在的問題，今后神經(jīng)網(wǎng)絡的研究趨勢主要側重以下幾個方面。
4.1 增強對智能和機器關系問題的認識
人腦是一個結構異常復雜的信息系統(tǒng)，我們所知道的唯一智能系統(tǒng)，隨著信息論、控制論、計算機科學、生命科學的發(fā)展，人們越來越驚異于大腦的奇妙。對人腦智能化實現(xiàn)的研究，是神經(jīng)網(wǎng)絡研究今后的需要增強的地發(fā)展方向。
4.2 發(fā)展神經(jīng)計算和進化計算的理論及應用
利用神經(jīng)科學理論的研究成果，用數(shù)理方法探索智能水平更高的人工神經(jīng)網(wǎng)絡模型，深入研究網(wǎng)絡的算法和性能，使離散符號計算、神經(jīng)計算和進化計算相互促進，開發(fā)新的網(wǎng)絡數(shù)理理論。
4.3 擴大神經(jīng)元芯片和神經(jīng)網(wǎng)絡結構的作用
神經(jīng)網(wǎng)絡結構體現(xiàn)了結構和算法的統(tǒng)一，是硬件和軟件的混合體，神經(jīng)元矩陣即是如此。人工神經(jīng)網(wǎng)絡既可以用傳統(tǒng)計算機來模擬，也可以用集成電路芯片組成神經(jīng)計算機，甚至還可以生物芯片方式實現(xiàn)，因此研制電子神經(jīng)網(wǎng)絡計算機潛力巨大。如何讓傳統(tǒng)的計算機、人工智能技術和神經(jīng)網(wǎng)絡計算機相融合也是前沿課題，具有十分誘人的前景。
4.4 促進信息科學和生命科學的相互融合
信息科學與生命科學的相互交叉、相互促進、相互滲透是現(xiàn)代科學的一個顯著特點。神經(jīng)網(wǎng)絡與各種智能處理方法有機結合具有很大的發(fā)展前景，如與專家系統(tǒng)、模糊邏輯、遺傳算法、小波分析等相結合，取長補短，可以獲得更好的應用效果。
參考文獻
[1]鐘珞.饒文碧.鄒承明著.人工神經(jīng)網(wǎng)絡及其融合應用技術.科學出版社.
【人工神經(jīng)網(wǎng)絡定義論文】相關文章：
2.定義幸福議論文
5.環(huán)境科學人工神經(jīng)網(wǎng)絡運用論文
8.議論文幸福的定義
本文來源：http://www.nvnqwx.com/shiyongwen/2806188.htm