人工神经网络在认知科学的研究中的应用状况优秀毕业论文PPT.pptVIP

人工神经网络在认知科学的研究中的应用状况的报告 学生：梁澄河 指导老师：徐箭雨 任务要求 综述人工神经网络在认知科学研究中的历史 介绍人工神经网络模拟认知现象的现状 预测人工神经网络和认知科学发展趋势 人工神经网络和认知科学 人工神经网络也简称作神经网络，他是一种模拟生物神经网络的功能和结构的数学模型或计算模型。神经网络由人工神经元组成，神经元间相互连接构成了神经网络系统。 认知科学研究的是人脑的思维和思维过程，探索什么是认知、认知做什么、怎么工作等内容。其研究主要集中在人类的智力和行为上，特别是人类的神经系统。 人工神经网络发展简史 分为五个时期：早期（古希腊哲学）、启蒙期（19世纪80年代年到20世纪60年代）、低潮期（20世纪60年代到20世纪80年代）、复兴期（20世纪80年代）、新时期（20世纪80年代至今） R-nets模型 兴奋神经元 抑制神经元 注意运动推导模型 1、目标映射 2、注意力控制信号产生器（IMC） 3、内在目标模块 外在目标模块 4、工作记忆模块 5、推导解除器 6、监视器 7、开环表示目标，闭环表示干扰项或隐藏项， 8、黑线表示兴奋连接，灰线表示抑制连接。 DUONN模型 DUONN由三层组成：一个输入层，一个包含有DUO神经元的隐含层（假如需要可以增加更多隐含层），一个输出层。其中DUO神经元有两个嵌入式神经元：背部神经元和腹部神经元，他们各自对应认知和情绪的数据加工过程。 数字空间模型 模型分为四层，分布为输入层、表示层、决定层和响应层。最下面两个单元是输入层，这两个单元映射到表示层中，表示层分为空间（hLIP）和数字（地点代码），其中空间（hLIP）中有两个单元，各自是左边响应和右边响应。决定层包含有三个不同的任务单元，分别为等价判断、数字对比、数字命名。 多时间周期神经网络模型 模型有三个神经元组，分别为输入和输出组(IO)、快速上下文组(Cf)、慢速上下文组(Cs)组成。IO有30个代码，其中的26个代码分别对应26个字母符号，四个其他符号则分别对应空格、时间、逗号、问号。Cf由40个代码组成，Cs由11个代码组成。模型的a（t）、b（t）……是在时间t的信号神经元的激励值。句子信号表示为连续的输入输出神经元激励 环境偏差对人工神经网络的影响 竞争网络模型，有竞争神经网络模型、自适应响应理论模型 周期联想记忆模型，有周期联想记忆模型、非线性周期联想记忆模型 竞争神经网络模型 两层组成，分别是隐含层和输出层，图中的虚线箭头表示抑制强度连接（不能自动调节）。 自适应响应理论模型 网络有两个距离强度集组成，右边部分是网络的探测器。 周期联想记忆模型 W是强度矩阵，x[t]是网络在时间t时的状态，灰色正方形式是延迟单元 非线性周期联系记忆模型 学习环境偏差下的人工神经网络的学习记忆能力 学习环境偏差是一个合理的状况，人类大脑就能不受学习环境偏差影响。 从模拟记忆的方式上来分，神经网络模型可分为竞争网络模型和周期联想记忆模型。在仿真实验中，设置两个环境，一个是简单环境，实验周期联想记忆模型和竞争神经网络模型，另一个环境是复杂学习环境，实验非线性周期联想记忆模型和自适应响应理论模型。 通过对这两大类四个模型的仿真可知，竞争网络模型难以适应学习环境偏差，而周期联想记忆模型则能很好的适应这一偏差。 现状 完全生物性模拟，如R-nets 部分生物性模拟，如非线性动态人工神经网络 未来 神经网络研究，未来主要研究方向：1、多学科综合。2、神经网络硬件研究。3、从人工神经网络到人工神经系统。 认知科学研究，未来的发展方向：1、从对大脑部分区域功能研究到大脑整体功能的研究。2、从部分认知运行机制的研究到认知能力综合性研究。 谢谢