随机神经网络讲述教程.ppt

人工神经网络及其应用;第六讲 随机神经网络;第六讲 随机神经网络;§6.1 模拟退火算法;;§6.1 模拟退火算法;;◆高温情况 T足够大，对系统所能处的任意能量状态c(si)，有概率趋于1. ;;§6.1 模拟退火算法;§6.1 模拟退火算法;§6.1 模拟退火算法;§6.1 模拟退火算法;§6.1 模拟退火算法;§6.1 模拟退火算法;§6.1 模拟退火算法;§6.2 Boltzmann机;§6.2 Boltzmann机;§6.2 Boltzmann机;§6.2 Boltzmann机;§6.2 Boltzmann机;§6.2 Boltzmann机;§6.2 Boltzmann机;§6.2 Boltzmann机;§6.2 Boltzmann机;§6.2 Boltzmann机;§6.2 Boltzmann机;§6.2 Boltzmann机;§6.3 受限Boltzmann机;受限Boltzmann机? 1986年Hinton和Sejnowski提出的一种生成式随机神经网络(generative stochastic neural network );§6.3 受限Boltzmann机;受限Boltzmann机网络结构;受限Boltzmann机网络结构;6.3.2 能量函数与概率分布;能量函数与概率分布;6.3.3 RBM参数训练方法---对数似然函数;6.3.3 RBM参数训练方法---对数似然函??;6.3.4 RBM参数训练方法---梯度计算;6.3.5 RBM参数训练方法---对比散度;6.3.5 RBM参数训练方法---对比散度;6.3.5 RBM参数训练方法---对比散度;6.3.5 RBM参数训练方法---对比散度;6.3.6 RBM的权学习算法;对比散度的不足;§6.4 模糊神经网络的基本概念和原理;§6.4 模糊神经网络的基本概念和原理;§6.4 模糊神经网络的基本概念和原理;§6.4 模糊神经网络的基本概念和原理;§6.4 模糊神经网络的基本概念和原理;§6.4 模糊神经网络的基本概念和原理