《人工神经网络原理》读书笔记（二）-人工神经网络基础

全部笔记的汇总贴：《人工神经网络原理》-读书笔记汇总

一、生物神经系统

生物神经元的结构

生物神经元的功能

• 时空整合功能
• 兴奋与抑制状态
• 脉冲与电位转换
• 神经纤维传导速度
• 突触延时和不应期
• 学习、遗忘和疲劳

二、人工神经元模型

人工神经元的形式化描述

人工神经元的功能

• 加权：对每个输入信号进行处理以确定其强度
• 求和：确定所有输入信号的组合效果
• 转移特性：确定其输出

人工神经元模型

转移函数

三、M-P模型

四、人工神经网络的互连结构

• 无反馈的层内无互联层次结构
  单纯型层次结构：输入层、隐含层、输出层（BP模型）
• 有反馈的层内无互联层次结构
• 无反馈的层内互联层次结构
  自组织神经网络
• 有反馈的层内互联层次结构
  相互结合型结构，网络中的任意两个神经元之间都可能存在连接（Hopfield网络、Boltzmann机）

五、人工神经网络的学习

人工神经网络的学习方式

人工神经网络的学习过程

• 网络连接权值的调整过程

人工神经网络的学习方式（评价标准）

• 有指导的学习：评价标准由外部提供（期望输出）
• 无指导的学习࿱