《课件类神经网路简介.ppt》由会员分享，可在线阅读，更多相关《课件类神经网路简介.ppt（23页珍藏版）》请在三一文库上搜索。
1、類神經網路簡介,B88901009 朱峰森 B89901103 梁家愷,什麼是人工智慧?,電腦具有人類的知識和行為，並具有學習、推理判斷來解決問題、記憶知識和了解人類自然語言的能力 可自我學習 會利用經驗法則 具有推演的能力,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的人工智慧系統，並將此應用於辨識、決策、控制、預測等等。 實作人工智慧的方法,模擬神經元 (perceptron),X Inputs W Weight S Summation Activation function Y Output,神經元-神經網路,不同的問題有不同的網路組合方法 利用樣本去對網路做訓練(Trai
2、n),逐漸改變W,使Y接近目的值-convergence,特性,平行處理 容錯 不需要整個系統都正常運作 結合式記憶 只要有片段的紀錄便可推至答案 簡單程式模擬,特性,解決最佳化 超大型積體電路實作 處理一般演算法難以處理的問題,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個完全連接的神經元( as a N x N matrix),讓神經元自動學習 不一定可得到正確的解,只有一定的機率是最佳解 利用Hopfield Network 如果城市 i 是第 j 個被拜訪的城市, 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
3、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,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(Kohonen Feature Map),和傳統系統,程式比較,一般程式答案唯一 -類神經網路的答案會越來越好 一般程式只會回答定義過的東西 -類神經網路可以提供一個合理的解,類神經網路與人類思維,類神經網路的目的 人類思維的特色 沒有明確區分記憶與思考部份 不理性 學習,模型,聯想式學習 Hopfield 無監督式學習 Self-organizing maps 監督式學習 Backpropagation,Hopfield,Hopfield (cont),Hopfield (cont),Backpropagation,會有一組正確的 ”答案”等在輸出端 輸出端根據這組答案與自己輸出的差量調整內部的Weighting 把這個差量往下傳,Backpropagation (cont),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,SOMs 範例,SOMs 範例(2),應用,資訊應用 影像辨識 文字辨識 語音辨識,應用(part2),商業應用 股票、債券、期貨等，投資分析 商業信用評估 可適性控制 洗衣機,