《類神經(jīng)網(wǎng)路簡(jiǎn)介》PPT課件

1、類神經(jīng)網(wǎng)路簡(jiǎn)介 1PTP課件什麼是人工智慧?電腦具有人類的知識(shí)和行為，並具有學(xué)習(xí)、推理判斷來(lái)解決問(wèn)題、記憶知識(shí)和了解人類自然語(yǔ)言的能力可自我學(xué)習(xí)會(huì)利用經(jīng)驗(yàn)法則具有推演的能力2PTP課件什麼是類神經(jīng)網(wǎng)路?以電腦（軟體或硬體）來(lái)模擬生物大腦神經(jīng)的人工智慧系統(tǒng)，並將此應(yīng)用於辨識(shí)、決策、控制、預(yù)測(cè)等等。實(shí)作人工智慧的方法3PTP課件模擬神經(jīng)元 (perceptron)XInputsWWeightSSummation Activation function Y Output4PTP課件神經(jīng)元-神經(jīng)網(wǎng)路不同的問(wèn)題有不同的網(wǎng)路組合方法利用樣本去對(duì)網(wǎng)路做訓(xùn)練(Train),逐漸改變W,使Y接近目的值-conv

2、ergence5PTP課件特性平行處理容錯(cuò)不需要整個(gè)系統(tǒng)都正常運(yùn)作結(jié)合式記憶只要有片段的紀(jì)錄便可推至答案簡(jiǎn)單程式模擬6PTP課件特性解決最佳化超大型積體電路實(shí)作處理一般演算法難以處理的問(wèn)題7PTP課件簡(jiǎn)單應(yīng)用:推銷員問(wèn)題(TSP)複雜度O(2n),不一定找得到解.利用n個(gè)完全連接的神經(jīng)元( as a N x N matrix),讓神經(jīng)元自動(dòng)學(xué)習(xí)不一定可得到正確的解,只有一定的機(jī)率是最佳解利用Hopfield Network如果城市 i 是第 j 個(gè)被拜訪的城市, Vxiyi=1前兩項(xiàng):確保網(wǎng)路中每一行每一列最多只有一個(gè)神經(jīng)元被啟動(dòng)第三項(xiàng):確保整個(gè)網(wǎng)路中全部只有 n個(gè)神經(jīng)被啟動(dòng)。第四項(xiàng):讓網(wǎng)路偏

3、好較短路徑 8PTP課件簡(jiǎn)單應(yīng)用:推銷員問(wèn)題(TSP)程式模擬1(利用彈性網(wǎng)路)程式模擬2(利用螞蟻王國(guó))程式模擬3(Kohonen Feature Map)9PTP課件和傳統(tǒng)系統(tǒng),程式比較一般程式答案唯一-類神經(jīng)網(wǎng)路的答案會(huì)越來(lái)越好一般程式只會(huì)回答定義過(guò)的東西-類神經(jīng)網(wǎng)路可以提供一個(gè)合理的解10PTP課件類神經(jīng)網(wǎng)路與人類思維類神經(jīng)網(wǎng)路的目的人類思維的特色沒(méi)有明確區(qū)分記憶與思考部份不理性學(xué)習(xí)11PTP課件12PTP課件模型聯(lián)想式學(xué)習(xí)Hopfield無(wú)監(jiān)督式學(xué)習(xí)Self-organizing maps監(jiān)督式學(xué)習(xí)Backpropagation13PTP課件Hopfield14PTP課件Hopfield (cont)15PTP課件Hopfield (cont)16PTP課件Backpropagation會(huì)有一組正確的 ”答案”等在輸出端輸出端根據(jù)這組答案與自己輸出的差量調(diào)整內(nèi)部的Weighting把這個(gè)差量往下傳17PTP課件Backpropagation (cont)18PTP課件Self-Organizing Maps一直做題目不告訴你答案可將N維的資料 map到2維19PTP課件SOMs 範(fàn)例20PTP課件SOMs 範(fàn)例(2)21PTP課件應(yīng)用資訊應(yīng)用影像辨識(shí)文字辨識(shí)