類神經網路之心得整理-輔仁大學.docVIP

類神經網路概述及實例 謝邦昌 教授 輔仁大學 統計學系 壹、類神經網路由來 類神經網路理論起源於1950年代，當時科學家仿造人類大腦的組織及運作方式，開始提出稱之為「感知機」（Perceptron）的神經元模型，這是最簡單也是最早的類神經模型，感知機通常被拿來做分類器（Classifier）使用。但是在1980年之前，由於專家系統(expert system)則是當時最流行的人工智慧基礎，加上類神經網路的理論仍不成熟，因此類神經網路並沒有受到很大的重視。 一直到1980年代之後，由於霍普菲爾（Hopfield）神經網路(1982年)被提出，而此時專家系統開始遇到了瓶頸，類神經網路理論才逐漸受到重視。直到今日為止，類神經網路仍然有新的架構及理論不斷的被提出，配合電腦運算速度的增加，使得類神經網路的功能更為強大，運用層面也更為廣泛。 一部機器的運作或是一個事件的發生常常有相對應的因果關係（例如：打開電器用品的開關，電器用品開始運作；腳踩油門車子的速度增加），我們將打開開關與腳踩油門的動作稱為系統的輸入，電器用品與車子稱為系統，而電器用品的運作與車子的速度稱為系統的輸出，整個輸入與輸出的關係可以用一個方塊圖來表示： 類神經網路的一個優點在於並不需要瞭解系統的數學模型為何，而直接以神經網路取代系統的模型，一樣可以得到輸入與輸出之間的關係。其方塊圖如下所示： 人類的大腦大約由1011個神經