类神经网路简介.pptx

类神经网路简介类神经网路简介第1页

什麼是人工智慧?

電腦含有些人類知識和行為，並含有學習、推理判斷來解決問題、記憶知識和了解人類自然語言能力可自我學習會利用經驗法則含有推演能力类神经网路简介第2页

什麼是類神經網路?以電腦（軟體或硬體）來模擬生物大腦神經人工智慧系統，並將此應用於辨識、決策、控制、預測……等等。實作人工智慧方法类神经网路简介第3页

模擬神經元(perceptron)X InputsW WeightS Summationφ ActivationfunctionY Output类神经网路简介第4页

神經元-神經網路不一样問題有不一样網路組合方法利用樣本去對網路做訓練(Train),逐漸改變W,使Y靠近目标值-convergence类神经网路简介第5页

特征平行處理容錯不需要整個系統都正常運作結合式記憶只要有片段紀錄便可推至答案簡單程式模擬类神经网路简介第6页

特征解決最正确化超大型積體電路實作處理普通演算法難以處理問題类神经网路简介第7页

簡單應用:

推銷員問題(TSP)複雜度O(2n),不一定找得到解.利用n個完全連接神經元(asaNxNmatrix),讓神經元自動學習不一定可得到正確解,只有一定機率是最正确解利用HopfieldNetwork假如城市i是第j個被拜訪城市,Vxiyi=1前兩項:確保網路中每一行每一列最多只有一個神經元被啟動第三項:確保整個網路中全部只有n個神經被啟動。第四項:讓網路偏好較短路徑类神经网路简介第8页

簡單應用:

推銷員問題(TSP)程式模擬1(利用彈性網路)程式模擬2(利用螞蟻王國)程式模擬3(KohonenFeatureMap)类神经网路简介第9页

和傳統系統,程式比較普通程式答案唯一 -類神經網路答案會越來越好普通程式只會回答定義過東西 -類神經網路能够提供一個合理解类神经网路简介第10页

類神經網路與人類思維類神經網路目标人類思維特色沒有明確區分記憶與思索部份不理性學習类神经网路简介第11页

类神经网路简介第12页

模型聯想式學習Hopfield無監督式學習Self-organizingmaps監督式學習Backpropagation类神经网路简介第13页

Hopfield类神经网路简介第14页

Hopfield(cont’)类神经网路简介第15页

Hopfield(cont’)类神经网路简介第16页

Backpropagation會有一組正確”答案”等在輸出端輸出端根據這組答案與自己輸出差量調整內部Weighting把這個差量往下傳类神经网路简介第17页

Backpropagation(cont’)类神经网路简介第18页

Self-OrganizingMaps一直做題目不告訴你答案可將N維資料map到2維类神经网路简介第19页

SOMs範例类神经网路简介第20页

SOMs範例(2)类神经网路简介第21页

應用資訊應用影像辨識文字辨識語音辨識类神经网路简介第22页