人工神经网络及其应用第2讲神经网络基础知识.pptxVIP

人工神经网络及其应用第2讲神经网络基础知识

Contents知识框架人工神经网络及其应用——第2讲神经网络基础知识01生物神经机制与人工模型02网络结构与数学建模03训练优化与工程实践

CHAPTER01生物神经机制与人工模型从生物神经元到M-P模型的演化路径

NEURALFOUNDATIONS生物神经元与人工模型对应关系人工神经元的数学模型是对生物神经元信号处理机制的抽象简化，通过权重参数模拟突触连接强度，激活函数复现阈值放电特性，实现了生物智能机制的工程化迁移。生物神经元显微结构生物神经元结构树突接收化学信号并转化为电信号，对应人工神经元的输入特征向量细胞体整合输入信号并判断是否超过阈值，对应加权求和与偏置项计算轴突将激活信号传递至突触，对应激活函数处理后的输出值传递M-P神经元数学模型人工神经元模型加权求和输入特征x?通过权重w?加权求和，模拟突触连接的可塑性调节机制偏置项b控制神经元激活阈值，对应生物神经元的静息电位特性激活函数f(z)引入非线性变换，复现生物神经元全有或全无的放电特性

NEURALNETWORKHISTORY人工神经网络发展简史神经网络发展呈现理论突破-硬件滞后-应用爆发的周期性特征，2010年后GPU算力提升与大数据积累共同推动深度学习进入实用化阶段。1943McCulloch-Pitts模型奠定数学基础，首次用布尔代数描述神经