《前饋神經網路變結構理論研究》是依託北京大學,由梁循擔任負責人的青年科學基金項目。
基本介紹
- 中文名:前饋神經網路變結構理論研究
- 項目負責人:梁循
- 項目類別:青年科學基金項目
- 依託單位:北京大學
- 批准號:69401002
- 申請代碼:F0111
- 負責人職稱:教授
- 研究期限:1995-01-01 至 1996-12-31
- 支持經費:4(萬元)
《前饋神經網路變結構理論研究》是依託北京大學,由梁循擔任負責人的青年科學基金項目。
《前饋神經網路變結構理論研究》是依託北京大學,由梁循擔任負責人的青年科學基金項目。 項目摘要本課題主要進行了前饋神經網路變結構方法的研究。在對二值性多層感知機的研究中,計算出了在二值樣本的多層感知器中可能形成的誤差曲面種...
研究從20世紀60年代開始,理論研究和實際套用達到了很高的水平。簡介 前饋神經網路(feedforward neural network,FNN),簡稱前饋網路,是人工神經網路的一種。前饋神經網路採用一種單向多層結構。其中每一層包含若干個神經元。在此種神經...
BP( back propaga tion) 神經網路通常採用基於BP神經元的多層前向神經網路的結構形式。一個典型的BP網路結構如下圖所示。理論證明,具有圖1所示結構的BP神經網路, 當隱層神經元數目足夠多時, 可以以任意精度逼近任何一個具有有限間斷點...
《多層前饋神經網路信號放大的研究》是依託江蘇師範大學,由梁曉明擔任項目負責人的青年科學基金項目。項目摘要 信號放大是生物神經系統的一項重要功能,但是何種神經網路結構支持這一功能尚未清楚。已知的工作集中在由單穩態神經元構成的單層...
《前饋神經網路學習算法的設計與分析》是依託大連理工大學,由吳微擔任項目負責人的面上項目。項目摘要 人工神經網路已經成功套用於眾多領域,但是其學習算法速度慢、精度低的缺點是制約其進一步發展的一個瓶頸。本項目繼續前三個國家自然科學...
《前饋神經網路分析與設計》系統地論述了前饋神經網路的主要理論、設計基礎及套用實例,旨在使讀者了解神經網路的發展背景和研究對象,理解和熟悉它的基本原理和主要套用,掌握它的結構模型和設計套用方法,特別是前饋神經網路的參數學習算法和...
人們把採用這種算法進行誤差校正的多層前饋網路稱為BP網。BP神經網路具有任意複雜的模式分類能力和優良的多維函式映射能力,解決了簡單感知器不能解決的異或(Exclusive OR,XOR)和一些其他問題。從結構上講,BP網路具有輸入層、隱藏層和輸出...
1.3前饋神經網路的模型選擇與混合策略 1.3.1前饋神經網路的模型選擇 1.3.2前饋神經網路的混合策略 參考文獻 第2章有監督學習前饋神經網路 2.1多層感知器神經網路 2.1.1網路結構 2.1.2學習算法 2.1.3逼近理論 2.2徑向基函式...
本書是作者在東南大學多年從事神經網路理論及套用研究教學的基礎上編寫的神經網路設計研究生課程教材。 本書在介紹常用的神經元模型和權值學習算法的基礎上,系統全面地介紹了神經網路,尤其是前饋神經網路結構設計的原理和方法。具體內容包括:...
(1)生物原型研究。從生理學、心理學、解剖學、腦科學、病理學等生物科學方面研究神經細胞、神經網路、神經系統的生物原型結構及其功能機理。(2)建立理論模型。根據生物原型的研究,建立神經元、神經網路的理論模型。其中包括概念模型、...
卷積神經網路(Convolutional Neural Networks, CNN)是一類包含卷積計算且具有深度結構的前饋神經網路(Feedforward Neural Networks),是深度學習(deep learning)的代表算法之一。卷積神經網路具有表征學習(representation learning)能力,能夠...
傳統的前饋神經網路能夠被看作擁有等於層數的深度(比如對於輸出層為隱層數加1)。SVMs有深度2(一個對應於核輸出或者特徵空間,另一個對應於所產生輸出的線性混合)。人工智慧研究的方向之一,是以所謂 “專家系統” 為代表的,用大量 ...
結構 循環單元 內部計算 RNN的核心部分是一個有向圖(directed graph)。有向圖展開中以鏈式相連的元素被稱為循環單元(RNN cell)。通常地,循環單元構成的鏈式連線可類比前饋神經網路中的隱含層(hidden layer),但在不同的論述中,...
第2章 神經網路基本模型 2.1 神經網路 2.2 人工神經元模型及表示方法 2.3 網路結構 複習思考題 第3章 神經網路學習理論 3.1 神經網路的知識表示 3.2 神經網路的學習理論 複習思考題 第4章 前饋型神經網路 4.1 線性閾值單元...
這一結構使得卷積神經網路能夠利用輸入數據的二維結構。與其他深度學習結構相比,卷積神經網路在圖像和語音識別方面能夠給出更好的結果。這一模型也可以使用反向傳播算法進行訓練。相比較其他深度、前饋神經網路,卷積神經網路需要考量的參數更...
1.4.2 神經網路模型的結構 1.5 人工神經網路計算和傳統計算的特點比較 1.6 神經網路的學習規則與實現 1.6.1 神經網路的學習規則 1.6.2 神經網路的實現 1.7 神經網路的套用領域 第二章 前饋神經網路 2.1 感知器 2...