195类神经网路的应用.pptVIP

第十九章 類神經網路與信念網路的學習 19.1 大腦如何運作 19.2 類神經網路 19.3 認知元 19.4 多層向前回饋網路 19.5 類神經網路的應用 19.6 學習信念網路的Bayesian方法 19.1 大腦如何運作 大腦如何從事思考的確實方法是科學上最重大的謎之一。數千年來都很清楚的是，若頭部受到強烈撞擊，將會導致不省人事、暫時失憶、甚至喪失智能。這使人聯想到大腦與思考有某種關連。神經元，或神經細胞，是所有神經系統組織──包括大腦──的基本功能單元。每個神經元由一個細胞體或細胞幹（semo）所組成，並且包含一個細胞核。每個神經元會與其他神經元的數十個或數十萬個任意部份連結並形成胞突接合。圖19.1描述一個神經元的一部份。 大腦與數位計算機的比較 大腦與數位計算機執行截然不同的工作，也有不同的特性。圖19.2顯示在典型人腦中的神經元數量多於在典型高階電腦工作站的位元數量。可以預見這項事實不會持續太久，因為人腦的進化非常緩慢，而電腦記憶體卻在急速成長。 19.2 類神經網路 一個類神經網路是由多個節點，或單元（units），以鏈結(links)連結在一起。每個鏈結有一個對應的數字權重（weight）。權重是類神經網路做長期儲存的重要方法，學習通常藉由更新權重而發生。有一些單元連結到外部環境，可被指定為輸入或輸出單元。權重被修改以使得網路的輸出入行為與提