神经网络(Neural Network)概述

最新推荐文章于 2024-09-07 08:35:21 发布

原创

最新推荐文章于 2024-09-07 08:35:21 发布 · 8.4k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#神经网络 #Neural Network #感知器 #学习 #分类

本文介绍了神经网络的基本概念，包括感知器的学习结构和算法，以及神经网络学习的梯度下降法。从1943年的M-P神经元模型到Rosenblatt的感知器，详细阐述了神经网络的学习机理，特别是有导师学习中的感知器模型。此外，还讨论了梯度算法在克服感知器局限性方面的应用，强调了神经网络在分类、预测等问题中的重要性。

1.神经网络概况

1943年，心理学家W.Mcculloch和数理逻辑学家W. Pitts根据生物神经元功能和结构，提出M-P神经元模型。

1957年，Rosenblatt提出感知机MLP模型。

Rosenblatt, Frank.x. Principles of Neurodynamics:Perceptrons and the Theory of Brain Mechanisms. Spartan Books, Washington DC, 1961.

1981 年， Kohonen 于 1981 年提出了自组织映射 (SOM) 网络。
T. Kohonen , Self-organizedformation of topologically correct feature maps , Biological Cybernetics.1982. 43:59-69.

1982 年， Hopfield 提出 Hopfield 网络