神经计算的研究现状及发展趋势.docVIP

神经计算研究现状及发展趋势* 陈兆乾 周志华 陈世福 （南京大学计算机软件新技术国家重点实验室，南京210093） 摘要 神经计算是软计算的重要组成部分。近二十年来，该学科的研究受到了极大的重视，取得了大量成果，但也暴露出很多目前研究中存在的不足。本文综述了神经计算的研究现状及发展趋势，主要介绍了神经计算理论、方法、应用等不同层面的一些重要研究领域的研究进展，并指出了一些有待研究的重要问题。 关键词 神经网络，VC维，计算学习理论，集成，数据挖掘，快速学习，增量学习，规则抽取 1 引言 神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，其组织能够模拟生物神经系统对真实世界所作出的交互反应 [Koh88]。基于神经网络建立计算模型，并用于解决科学和工程中的问题就称为神经计算。 该领域最早的研究可上溯到McCulloch和Pitts提出的M-P模型 [MP43]。在Hebb提出了Hebb学习规则 [Heb49]、Rosenblatt [Ros58] 研制出感知机（Perceptron）之后，神经计算受到了极大的重视，吸引了大批研究人员参与该领域的研究工作，并取得了一定的进展。但是，由于1969年Minsky和Papert [MP69] 指出感知机的缺陷并表示出对该方面研究的悲观态度，同时，以产生式规则为内部表示的专家系统方法展示出灿烂的前景，很长时间内神经计算的研究处于