第五章 4神经网络在材料科学与工程中的应用.pptVIP

Ch6 神经网络在材料科学 与工程中的应用 6.1引言 6.2人工神经网络基础 6.1引言 人类对人工智能的研究可以分成两种方式对应着两种不同的技术： 传统的人工智能技术——心理的角度模拟 基于人工神经网络的技术——生理的角度模拟 1.1 人工神经网络的提出 1.2 人工神经网络的特点 1.3 历史回顾 引言—1.1 人工神经网络的提出 人工神经网络（简记作ANN，Artificial Neural Networks），是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型，可以用电子线路来实现，也可以用计算机程序来模拟，是人工智能研究的一种方法。 引言—1.1 人工神经网络的提出 1.1.1 智能与人工智能 智能是个体有目的的行为，合理的思维，以及有效的、适应环境的综合能力。 智能是个体认识客观事物和运用知识解决问题的能力。 人类个体的智能是一种综合能力。 引言—1.1 人工神经网络的提出 智能可以包含8个方面 感知与认识客观事物、客观世界和自我的能力 感知是智能的基础——最基本的能力 通过学习取得经验与积累知识的能力 这是人类在世界中能够不断发展的最基本能力。 理解知识，运用知识和经验分析、解决问题的能力 这一能力可以算作是智能的高级形式。是人类对世界进行改造，推动社会发展的基本能力。 引言—1.1 人工神经网络的提出 联想、推理、判断、决策语言的能力 这是智能的高级形式的又一方面。 预测和认识 “主动”和“被动”之分。联想、推理、判断、决策的能力是“主动”的基础。 运用进行抽象、概括的能力 上述这5种能力，被认为是人类智能最基本的能力，表现为三种综合能力：发现、发明、创造、创新的能力；实时、迅速、合理地应付复杂环境的能力；预测、洞察事物发展、变化的能力。 引言—1.1 人工神经网络的提出 人工智能：研究如何使类似计算机这样的设备去模拟人类的这些能力。 研究人工智能的目的 增加人类探索世界，推动社会前进的能力 进一步认识自己 三大学术流派 符号主义（或叫做符号/逻辑主义）学派 联接主义（或者叫做PDP）学派 进化主义（或者叫做行动/响应）学派 引言—1.1 人工神经网络的提出 1.1.2 物理符号系统 一个物理系统表现智能行为的充要条件是它有一个物理符号系统 引言—1.1 人工神经网络的提出 1.1.3 联接主义观点 核心：智能的本质是联接机制。 神经网络是一个由大量简单的处理单元组成的高度复杂的大规模非线性自适应系统 ANN力求从四个方面去模拟人脑的智能行为 物理结构 计算模拟 存储与操作 训练 引言—1.1 人工神经网络的提出 1.1.4 两种模型的比较 引言—1.1 人工神经网络的提出 物理符号系统和人工神经网络系统的差别 引言—1.1 人工神经网络的提出 两种人工智能技术的比较 引言—1.2人工神经网络的特点 特点： 信息的分布表示 运算的全局并行和局部操作 处理的非线性 人工神经网络是一个非线性的有向图，图中含有可以通过改变权大小来存放模式的加权边，并且可以从不完整的或未知的输入找到模式。 引言—1.2人工神经网络的特点 关键点 1） 信息的分布表示 2）?运算的全局并行与局部操作 3）?处理的非线性特征 对大脑基本特征的模拟 1）?形式上：神经元及其联接；BN对AN 2）?表现特征：信息的存储与处理 引言—1.2人工神经网络的特点 别名 人工神经系统（ANS） 神经网络（NN） 自适应系统（Adaptive Systems）、自适应网（Adaptive Networks） 联接模型（Connectionism） 神经计算机（Neurocomputer） 引言—1.2人工神经网络的特点 引言—1.3 历史回顾 萌芽期（20世纪40年代） 最早可以追溯到人类开始研究自己的智能 第一高潮期（1950-1968） 代表作是单级感知器（Perceptron）；可用电子线路模拟， 反思期（1969-1982） 二十世纪70年代和80年代早期的研究结果 引言—1.3 历史回顾 第二高潮期（1983-1990） 1984年，J.Hopfield设计研制了后来被人们称为Hopfield网的电路。 1986年，并行分布处理小组的Rumelhart等研究者重新独立地提出多层网络的学习算法——BP算法，较好地解决了多层网络的学习问题。（Paker1982和Werbos1974年） 1985年，UCSD的Hinton、Sejnowsky、Rumelhart等人在Hopfield网络中引入了随机机制，提出所谓的Boltzmann机理 引言—1.3 历史回顾 6.2人工神经网络基础 6.2.1生物神经元模型 6.2.2人工神经元模型 6.2.3人工神经网络模型 6.2.