Download
1 / 16
180 likes | 364 Views
人工神经网络理论及其应用. 环境科学与工程 学院. 天津. 汇报人：赵静静. 人工神经网络理论及其应用. 一. 理论介绍. 二. 发展历程. 三. 特征及其应用. 四. 展望. 论文概要. 人工神经网络（ ANN ）理论. ANN 是由神经元相互联接而成的自适应非线性动态系统，反映了人脑功能的若干基本特性，是某种模仿、简化和抽象。与数字计算机比较， ANN 在构成原理和功能特点等方面更加接近人脑，它不是按给定的程序一步一步地执行运算，而是能够自身适应环境、总结规律、完成某种运算、识别或过程控制。.
E N D
人工神经网络理论及其应用 环境科学与工程学院 天津 汇报人：赵静静
人工神经网络理论及其应用 一 理论介绍 二 发展历程 三 特征及其应用 四 展望 论文概要
人工神经网络（ANN）理论 ANN是由神经元相互联接而成的自适应非线性动态系统，反映了人脑功能的若干基本特性，是某种模仿、简化和抽象。与数字计算机比较，ANN在构成原理和功能特点等方面更加接近人脑，它不是按给定的程序一步一步地执行运算，而是能够自身适应环境、总结规律、完成某种运算、识别或过程控制。 ANN技术作为人工智能技术新手段，是目前国际上迅速发展的前沿研究方向之一，其研究涉及医学、生理学、哲学、信息学、计算机科学等众多学科领域，
人工神经网络（ANN）理论 实质：ANN是一个由大量神经元相互联接而成的、高度非线性的动力学网络系统，具有很强的自适应、自学习、自组织能力以及巨量并行性和容错性，因而它具备许多传统的信号和信息处理技术所不能及的优势。
人工神经网络理论的发展历程 形成时期 低谷时期 发展时期 复兴时期 内容概要
人工神经网络理论的发展历程 1943年，生理学家W·Mcculloch和数学家数理逻辑学家W·Pitts提出了第一个神经元模型（M-P模型） 形成时期 1948年，冯·诺依曼提出了以简单神经元构成的再生自动机网络结构 1949年，Hepp从条件反射的研究中提出了H epp学习规则 1954年，生物学家Eccles提出分流模型，为神经网络模拟突触的功能提供了原型和生理学的证据。 1960年，Widrow和Hoff提出Adaline网络模型，是第一个真正意义上的神经网络。
人工神经网络理论的发展历程 低谷时期 在第一次神经网络研究热潮中，人们忽视了其本身的局限性，导致了神经网络的研究降温。 1969年Minskyh和Papert通过数学分析指出了出了感知器的局限性，指出当前的网络只能应用于简单的线性问题，却不能有效地应用于多层网络。 基于逻辑符合运算的人工智能的问题和局限性尚未显现出来，由此导致了神经网络研究的十年低潮期。
人工神经网络理论的发展历程 1982年，美国物理学家Hopfield提出了Hopfield模型理论，之后大量学者重新开始对ANN的研究。 复兴 时期 1986年，美国的Rumelhart和McCkekkand提出PDP（Parallel Distributed Processing）网络思想，再一次推动了神经网络的发展。 1995年，Jenkins等人开始研究光学神经网络（PNN），建立了光学二维并行互连与电学混合的光学神经网络系统 20世纪90年代中后期，神经网络研究步入了一个新的时期，在已有理论不断深化的同时，新的理论和方法也不断涌现，目前已有上百种的神经网络模型被提出与应用。
人工神经网络理论的发展历程 90年代，国内外许多学者进一步完善和发展了神经网络领域，特别是通过神经网络方法来解决非线性系统的控制问题，并取得了突出的成果。 发展时期 2000 年，Setiono提出了快速规则抽取算法 2004年，武妍、王守觉等人提出了一种基于结果反馈的神经网络训练算法，将输入调整与权值调整的BP算法结合起来，提高了网络的泛化能。 2011年微软研究人员利用深度网络模型（DNNs）建立因素模型用于语音识别实验，是神经网络应用的一大进步
人工神经网络理论的特征及其应用 非线性 人工神经网络具有几个基本特征： 非局限性 非常定性 内容概要
人工神经网络理论的特征及其应用 神经网络突出的特性是大规模的处理单元及其相互联结，单元虽然简单，由于非线性，其集合行为可以十分复杂，并有并行和分布处理能力。 论文概要
人工神经网络理论的特征及其应用 应用 信息领域 控制领域 经济领域 风险评估方面 交通运输系统 其它（心理学、医学等） 内容概要
人工神经网络理论的特征及其应用 军事系统电子设备：自动跟踪监测仪器系统、自动控制制导系统、自动故障诊断和报警系统等 模式识别：文字识别、语音识别、指纹识别、遥感图像识别、人脸识别、手写体字符的识别、工业故障检测、精确制导等方面 控制结构：监督控制、直接逆模控制、模型参考控制、内模控制、预测控制、最优决策控制等 价格预测 信用风险模型 交通运输模型 探讨社会认知、记忆、学习等高级心理过程机制 生物信号的检测与自动分析，医学专家系统等 … … 内容概要
人工神经网络理论及其应用 展望----- 发展趋势 与模糊系统、遗传算法、进化机制等结合，形成计算智能 试图用模拟神经网络加工、记忆信息的方式，制造各种智能机器 软件与硬件的有效结合，研究更简洁高效的网络结构，同时扩大神经元芯片的作用范围
人工神经网络理论及其应用 展望----- 发展趋势 利用光电结合的神经计算机，创造出功能更全，应用更广的人工神经网络，提高其信息处理能力 人类与计算机的自然口译、流畅的谈话、音频检索甚至用自然语言与计算机对话也是其发展实现的方向之一
人工神经网络理论及其应用 谢 谢!
