人工神经网络.01简介.ppt

*;*;人工智能;智能的概念;;;人工智能;人工神经网络的提出;*;*;人工神经网络从以下四个方面去模拟人的智能行为;生物神经元及其网络;生物神经元及其网络;生物神经元及其网络;人工神经元及其网络;人工神经元及其网络;*;人工神经网络的概念;人工神经网络的概念;*;人工神经网络的概念;人工神经网络的概念;*;什么是神经网络;神经网络的计算能力有以下优点： (1)大规模并行分布式结构 (2)神经网络学习能力以及由此而来的泛化能力。泛化是指神经网络对不在训练（学习）集中的数据可以产生合理的输出;非线性 人工神经网络可以是线性的也可以是非线性的，一个由非线性神经元组成的神经网络自身是非线性的 输入输出映射 每个样本由一个惟一的输入信号和相应期望响应组成。从一个训练集中随机选取一个样本给网络，网络就调整它的突触权值（自由参数），以最小化期望响应和由输入信号以适当的统计准则产生的实际响应之间的偏差。 ;适应性　　神经网络具有调整自身突触权值以适应外界变化的能力。 VLSI(超大规模集成)实现　　神经网络的大规模并行性使它具有快速处理某些任务的潜在能力，适用于VLSI技术实现。 神经生物类比　　神经网络是由对人脑的类比引发的，可以用神经生物学来作为解决复杂问题的新思路。;神经网络的分类;有教师学习;无教师学习;神经网络发展的四个时期 启蒙时期（1890～1969） 低潮时期（1969～1982） 复兴时期（1982～1986） 高潮时期（1987～ ） ;1890年，美国心理学家William James发表了第一部详细论述人脑结构及功能的专著《心理学原理》(Principles of Psychology)，对相关学习、联想记忆的基本原理做了开创性研究。;*;启蒙时期;*;启蒙时期;启蒙时期;启蒙时期;启蒙时期;*;低潮时期;低潮时期;低潮时期;低潮时期;低潮时期;低潮时期;*;低潮时期;*;*;低潮时期;低潮时期;低潮时期;低潮时期;复兴时期;复兴时期;复兴时期;复兴时期;复兴时期;复兴时期;复兴时期;历史总结;历史总结;(1)开发现有模型的应用，并在应用中根据实际运行情况对模型、算法加以改造，以提高网络的训练速度和运行的准确度。 (2)充分发挥两种技术各自的优势是一个有效方法 (3)希望在理论上寻找新的突破，建立新的专用/通用模型和算法。 (4)进一步对生物神经系统进行研究，不断地丰富对人脑的认识。 ;理论方面 支持向量机和核方法(SVM and Kernel Methods) 图模型(Graphical Models) 统计学习方法(Statistical Learning Algorithm) 高斯过程（Gaussian Process) 泛化问题和模型选择(Generalization and Model Selection) 贝叶斯学习(Bayesian Learning) 递归神经网络(Recurrent Neural Networks)等 ;*;国家自然科学基金资助;*;《IEEE Trans. on Neural Networks》;《Neural Networks》;主要内容;主要内容;主要内容;主要内容;主要内容;主要内容;主要内容;*;神经网络的基本特征;*;*;神经网络的基本功能;联想记忆 ;异联想记忆 网络中预先存储了多个模式对，每一对模式均由两部分组成，当输入某个模式对的一部分时，即使输入信息是残缺的或迭加了噪声，网络也能回忆起与其对应的另一部分。;*;*;*;*;*;*;信号处理 神经网络广泛用于自适应信号处理（自适应滤波、时间序列预测等）和非线性信号处理（非线性滤波、非线性预测等） 模式识别 模式识别涉及模式的预处理变换和将一种模式映射转为其他类型的操作。神经网络在这两个方面都有许多成功的应用，例如对图象、语音的处理以及手写字的识别等。;数据压缩 神经网络可以对待传送（或待存储）的数据提取模式特征，只将该特征传出（或存储），接收（或使用）时再将其转换为原始模式。;汽车工程 神经网络已经成功应用于挡位选择系统、刹车智能控制系统以及柴油机燃烧系统中。 军事工程 神经网络已应用于飞行器的跟踪、水下潜艇位置分析、密码学等军事领域。 化学工程 神经网络在制药、生物化学、化学工程领域取得了不少成果。例如，谱分析、化学反应生成物的鉴定等。;水利工程 水力发电过程辨识和控制、河川径流预测、河流水质分类、水资源规划等实际问题中都有神经网络的应用。;检测数据分析