问题之一神经元模型.ppt

问题之一: 神经元模型 神经元 神经元 神经元建模 神经元是神经网络中基本的信息处理单元，他由下列部分组成: 一组突触和联结，联结具有权值 W1, W2, …, Wm 通过加法器功能，将计算输入的权值之和 激励函数限制神经元输出的幅度 神经元 神经元偏置 Bias b has the effect of applying an affine transformation to u v = u + b v is the induced field of the neuron 问题之二: 学习规则 加拿大心理学家Donald Hebb出版了《行为的组织》一书，指出学习导致突触的联系强度和传递效能的提高，即为“赫布律”。 在此基础上，人们提出了各种学习规则和算法，以适应不同网络模型的需要。有效的学习算法，使得神经网络能够通过连接权值的调整，构造客观世界的内在表示，形成具有特色的信息处理方法，信息存储和处理体现在网络的连接中。 感知机 Rosenblatt, 50’s and 60’s 感知机 感知机 问题之二: 学习规则 神经冲动到达突触的时间是相当离 散的 空间分布的复杂性 突触的可塑性是统计的结果 问题之三: 同步问题