无码久久66666661111,亚洲av青草永久无码精品动漫

本文目錄一覽

1，變形金剛玩具mop 和g1是什么意思
2，幾道腦科學(xué)簡史的問題急急
3，什么是神經(jīng)計(jì)算
4，MP是什么
5，現(xiàn)在人工智能有哪些學(xué)派它們的認(rèn)知觀是什么
6，人工神經(jīng)網(wǎng)絡(luò)的發(fā)展

1，變形金剛玩具mop 和g1是什么意思

你說的是mp吧，MP（Master Piece）是變形金剛中的大師級，是對變形金剛經(jīng)典版還原最大的玩具，做工非常精細(xì)。高度在40cm左右。g1是指最初版的玩具系列

不是MOP吧，是MP——Master Piece，大師作品系列，做的超精細(xì)的玩具，除了把玩，當(dāng)模型收藏也很有意義。就那么幾款，擎天柱、威震天、補(bǔ)天士、通天曉、鋼鎖、紅蜘蛛、驚天雷、鬧翻天。G1是Generation 1的意思，指一代，最初版的玩具系列

underaustin 的解釋就是正確的

underaustin 正解

underaustin 正解再看看別人怎么說的。

變形金剛玩具mop 和g1是什么意思

2，幾道腦科學(xué)簡史的問題急急

1公元前343年 2 1791 年意大利解剖學(xué)家加伐尼（L.Galvani）偶然發(fā)現(xiàn)，如果將蛙腿的肌肉置于鐵板上再用銅鉤鉤住蛙的脊髓，當(dāng)銅鉤與鐵板接觸時(shí)肌肉就會(huì)發(fā)生收縮，他把這種現(xiàn)象歸因于動(dòng)物電。3 心理學(xué)家W.S.McCulloch和數(shù)理邏輯學(xué)家W.Pitts建立了神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)模型，稱為MP模型。.jpg43年，心理學(xué)家W.S.McCulloch和數(shù)理邏輯學(xué)家W.Pitts建立了神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)模型，稱為MP模型。他們通過MP模型提出了神經(jīng)元的形式化數(shù)學(xué)描述和網(wǎng)絡(luò)結(jié)構(gòu)方法，證明了單個(gè)神經(jīng)元能執(zhí)行邏輯功能，從而開創(chuàng)了人工神經(jīng)網(wǎng)絡(luò)研究的時(shí)代。1949年，心理學(xué)家提出了突觸聯(lián)系強(qiáng)度可變的設(shè)想。4根據(jù)弗洛伊德的觀點(diǎn)，夢都是“愿望的滿足”—嘗試用潛意識(shí)來解決各部分的沖突（在后來的《超越快樂原則》中，弗洛伊德認(rèn)為夢并不是顯示愿望滿足。)。不過，由于潛意識(shí)中的信息不受拘束，通常讓人難堪，潛意識(shí)中的“稽察者”不允許它未經(jīng)改變就進(jìn)入意識(shí)。在夢中，前意識(shí)比清醒時(shí)放松了此項(xiàng)職責(zé)，但是仍然在關(guān)注，于是潛意識(shí)被扭曲其意義，以通過審查。同樣，夢中的形象通常并非它們顯現(xiàn)的樣子，按照弗洛伊德所說，需要用潛意識(shí)的結(jié)構(gòu)進(jìn)行更深的解釋。

期待看到有用的回答！

幾道腦科學(xué)簡史的問題急急

3，什么是神經(jīng)計(jì)算

我也要寫人工智能論文。神經(jīng)計(jì)算的概念可以看教材，王萬森版的。其他版的也一樣，看你們用什么教材了。論文可以去中國期刊網(wǎng)去搜。都是免費(fèi)下的，pdf格式。

40年代心理學(xué)家Mcculloch和數(shù)學(xué)家Pitts合作提出的興奮與抑制型神經(jīng)元模型和Hebb提出的神經(jīng)元連接強(qiáng)度的修改規(guī)則，他們的研究結(jié)果至今仍是許多神經(jīng)網(wǎng)絡(luò)模型研究的基礎(chǔ)。 50年代、60年代的代表性工作是Rosenblatt的感知機(jī)和Widrow的自適應(yīng)性元件Adaline。 1969年，Minsky和Papert合作發(fā)表了頗有影響的Perceptron一書，得出了消極悲觀的論點(diǎn)，加上數(shù)字計(jì)算機(jī)正處于全盛時(shí)期并在人工智能領(lǐng)域取得顯著成就，70年代人工神經(jīng)網(wǎng)絡(luò)的研究處于低潮。神經(jīng)計(jì)算的優(yōu)勢：（1）可以充分逼近任意復(fù)雜的非線性關(guān)系（2）所有定量或定性的信息都等勢分布貯存于網(wǎng)絡(luò)內(nèi)的各神經(jīng)元，故有很強(qiáng)的魯棒性和容錯(cuò)性（3）采用并行分布處理方法，使得快速進(jìn)行大量運(yùn)算成為可能（4）可學(xué)習(xí)和自適應(yīng)不知道或不確定的系統(tǒng) （5）能夠同時(shí)處理定量、定性知識(shí)。

神經(jīng)計(jì)算科學(xué)是人工智能的重要組成部分。神經(jīng)計(jì)算科學(xué)是“神經(jīng)”+“計(jì)算”的科學(xué)，是在細(xì)胞的水平上模擬腦結(jié)構(gòu)和腦功能的科學(xué)，是關(guān)于人工神經(jīng)系統(tǒng)或人工神經(jīng)網(wǎng)絡(luò)的原理、結(jié)構(gòu)和功能的科學(xué)。本書闡述了神經(jīng)計(jì)算科學(xué)的發(fā)展歷史，神經(jīng)計(jì)算科學(xué)的元素以及拓?fù)浜徒M織；解析了十大經(jīng)典人工神經(jīng)系統(tǒng)：mp模型、感知器、自適應(yīng)線性神經(jīng)元網(wǎng)絡(luò)、誤差往回傳播網(wǎng)絡(luò)、小腦算術(shù)計(jì)算模型、徑向基函數(shù)網(wǎng)絡(luò)、hopfield網(wǎng)絡(luò)、boltzmann機(jī)、自組織特征圖以及自適應(yīng)諧振理論模型；在解析神經(jīng)計(jì)算模型的過程中講述神經(jīng)計(jì)算實(shí)例，特別是人工神經(jīng)系統(tǒng)在機(jī)器人系統(tǒng)中應(yīng)用的實(shí)例，展現(xiàn)了人工神經(jīng)系統(tǒng)作為人工腦在機(jī)器人系統(tǒng)中的發(fā)揮的智慧源泉的作用。本書可供從事人工智能和認(rèn)知科學(xué)、機(jī)器人學(xué)、自動(dòng)控制以及模式識(shí)別與圖像處理研究的科技工業(yè)者學(xué)習(xí)或參考，并可作為大學(xué)高年級學(xué)生或研究人工智能課的教材。

什么是神經(jīng)計(jì)算

4，MP是什么

MP技術(shù)(Media network Protocol)是指流媒體網(wǎng)絡(luò)協(xié)議,以及與其相關(guān)的完整的配套技術(shù)、產(chǎn)品、解決方案、殺手應(yīng)用和商業(yè)模式.MP是一項(xiàng)為大規(guī)模視頻流媒體應(yīng)用而量身定制的、解決當(dāng)前IP網(wǎng)絡(luò)安全問題和商業(yè)模式的下一代網(wǎng)絡(luò)技術(shù).它提取了電信、網(wǎng)絡(luò)和計(jì)算機(jī)技術(shù)領(lǐng)域中有關(guān)流媒體傳輸、儲(chǔ)存和處理的各種基本手段,經(jīng)過改造,融合成一個(gè)針對流媒體信息傳輸、儲(chǔ)存和處理的不可分割的完整技術(shù)體系.根據(jù)OSI模型,MP定義在第2層,面向無連接的異步分組網(wǎng),是一種高度優(yōu)化的以太網(wǎng).在傳統(tǒng)業(yè)務(wù)范圍內(nèi),MP與IP完全兼容.MP協(xié)議從結(jié)構(gòu)上保證了網(wǎng)絡(luò)的安全性、流媒體品質(zhì)和網(wǎng)絡(luò)的可擴(kuò)展性,它可支持的網(wǎng)絡(luò)用戶數(shù)是互聯(lián)網(wǎng)的65 000倍.MP協(xié)議實(shí)現(xiàn)了全網(wǎng)交換式虛擬電路,實(shí)現(xiàn)了全網(wǎng)無縫連接.MP網(wǎng)絡(luò)技術(shù)從結(jié)構(gòu)上取消路由表,消除交換機(jī)瓶頸;實(shí)現(xiàn)了協(xié)議操作與內(nèi)容送達(dá)分離,消除服務(wù)器瓶頸;實(shí)現(xiàn)了專用流媒體硬盤操作系統(tǒng),消除儲(chǔ)存器瓶頸.MP協(xié)議將商業(yè)規(guī)則植入通信協(xié)議,保證運(yùn)營商的盈利模式.MP基本思想在于以資源預(yù)留的方式實(shí)現(xiàn)QoS保障.MP網(wǎng)絡(luò)的用戶數(shù)據(jù)包在傳輸中根本就不打開(EEUP),沒有病毒泄漏的條件.MP接入網(wǎng)配備了上行數(shù)據(jù)包過濾功能(ULPF),所以MP網(wǎng)絡(luò)是無菌的.MP網(wǎng)絡(luò)的通信和管理都建立在底層(第2層),先管理后通信.用戶使用MP網(wǎng)絡(luò)提供的任何服務(wù),都必須先向工作服務(wù)器提出申請,由工作服務(wù)器進(jìn)行5項(xiàng)例行審查.MP將行之有效的商業(yè)模式移植到網(wǎng)絡(luò)環(huán)境之中.MP網(wǎng)絡(luò)的分層自治結(jié)構(gòu)(LANS)確保在不增加復(fù)雜度的前提下可將網(wǎng)絡(luò)規(guī)模擴(kuò)展至全球范圍.MP技術(shù)可解決有線電視的內(nèi)容個(gè)性化問題和內(nèi)容安全問題.MP的后臺(tái)網(wǎng)絡(luò)采用DWDM到社區(qū),具備海量帶寬,足以滿足全城用戶的個(gè)性化服務(wù).MP網(wǎng)絡(luò)只有經(jīng)過計(jì)費(fèi)認(rèn)證管理后,才將內(nèi)容送到用戶家,不存在加密問題,配合MP精確計(jì)費(fèi)能力為供應(yīng)商構(gòu)筑了信得過的內(nèi)容送達(dá)渠道.MP網(wǎng)絡(luò)電視除了比有線電視HFC網(wǎng)具有更高品質(zhì)、更多功能、更大容量外,由于省去了Cable Modem和CA認(rèn)證,MP機(jī)頂盒理論成本可降一半.MP技術(shù)可解決IP(包括IPv6)無法解決的端到端的QoS、延遲、下載時(shí)間、依賴大量內(nèi)存(硬盤)的媒體播放技術(shù)等問題.MP網(wǎng)絡(luò)從結(jié)構(gòu)上杜絕黑客、病毒.IP與MP面向不同的市場,IP是針對桌面為中心的計(jì)算機(jī)信息市場,視頻服務(wù)將永遠(yuǎn)是IP的非主流補(bǔ)充性業(yè)務(wù),而MP是針對客廳為中心的電視機(jī)娛樂市場量身定制的視頻服務(wù),兩者將長期互補(bǔ)共存.對電信網(wǎng)來說,MP技術(shù)是量身定做的視頻流媒體網(wǎng)絡(luò)技術(shù),MP網(wǎng)絡(luò)能夠盤活骨干網(wǎng)上大量的剩余帶寬資源,為電信網(wǎng)絡(luò)業(yè)帶來大量增值業(yè)務(wù),使電子商務(wù)和電子政務(wù)更加人性化.MP網(wǎng)絡(luò)不改變現(xiàn)有的電信和互聯(lián)網(wǎng),MP技術(shù)既保護(hù)了原有投資,更能保護(hù)現(xiàn)在和未來的投資.在MP技術(shù)的影響下,下一代電視網(wǎng)絡(luò)的發(fā)展方向?qū)⑹且钥蛷d為中心的個(gè)性化家庭娛樂和通信交流的綜合平臺(tái).MP技術(shù)在上海、南京、北京、香港進(jìn)行了試驗(yàn)或演示,與德州儀器合作開發(fā)MP over DSL方案,目前正與南方一家電信寬帶運(yùn)營公司合作建設(shè)市內(nèi)1 000個(gè)獨(dú)立并發(fā)流的視頻會(huì)議專網(wǎng)系統(tǒng),與另外一家公司正在商談建設(shè)省際視頻通信專網(wǎng).MP已完成4.0版,具備電信級運(yùn)營能力.MP網(wǎng)絡(luò)系統(tǒng)正朝多樣化用戶終端、提升單端口(單波長)帶寬、提升DWDM波分密度方向發(fā)展.在三網(wǎng)融合的進(jìn)程中,我們應(yīng)進(jìn)一步深入研究MP技術(shù)對下一代網(wǎng)絡(luò)和有線電視網(wǎng)發(fā)展的影響,采用MP技術(shù)進(jìn)行有線電視網(wǎng)的試驗(yàn),學(xué)習(xí)、引進(jìn)、綜合運(yùn)用新技術(shù),鞏固原有基礎(chǔ)業(yè)務(wù),開發(fā)拓展新型業(yè)務(wù),開發(fā)可盈利、可管理的商業(yè)模式,探索可持續(xù)發(fā)展的商業(yè)模式,構(gòu)建和諧、可持續(xù)發(fā)展的產(chǎn)業(yè)模式,打造產(chǎn)業(yè)生態(tài)發(fā)展鏈,以業(yè)務(wù)發(fā)展、技術(shù)發(fā)展、網(wǎng)絡(luò)發(fā)展推進(jìn)體制整合.

貓撲

暈！又吾講系咩范圍?。?！MP有好多意思啦！豬頭！my pig~~~MOBILEPHONE~~總之就有好多啦！

是MOBILEPHONE的所寫，意思是移動(dòng)電話

5，現(xiàn)在人工智能有哪些學(xué)派它們的認(rèn)知觀是什么

人工智能各學(xué)派簡介：符號(hào)主義，連接主義，行為主義2007-06-15 02:41人工智能各學(xué)派簡介目前人工智能的主要學(xué)派有下面三家： (1)符號(hào)主義(symbolicism)，又稱為邏輯主義(logicism)、心理學(xué)派(psychologism)或計(jì)算機(jī)學(xué)派(computerism)，其原理主要為物理符號(hào)系統(tǒng)(即符號(hào)操作系統(tǒng))假設(shè)和有限合理性原理。 (2)連接主義(connectionism)，又稱為仿生學(xué)派(bionicsism)或生理學(xué)派(physiologism)，其主要原理為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法。 (3)行為主義(actionism)，又稱為進(jìn)化主義(evolutionism)或控制論學(xué)派(cyberneticsism)，其原理為控制論及感知-動(dòng)作型控制系統(tǒng)。他們對人工智能發(fā)展歷史具有不同的看法。 1、符號(hào)主義認(rèn)為人工智能源于數(shù)理邏輯。數(shù)理邏輯從19世紀(jì)末起得以迅速發(fā)展，到20世紀(jì)30年代開始用于描述智能行為。計(jì)算機(jī)出現(xiàn)后，又再計(jì)算機(jī)上實(shí)現(xiàn)了邏輯演繹系統(tǒng)。其有代表性的成果為啟發(fā)式程序LT邏輯理論家，證明了38條數(shù)學(xué)定理，表了可以應(yīng)用計(jì)算機(jī)研究人的思維多成，模擬人類智能活動(dòng)。正是這些符號(hào)主義者，早在1956年首先采用“人工智能”這個(gè)術(shù)語。后來又發(fā)展了啟發(fā)式算法->專家系統(tǒng)->知識(shí)工程理論與技術(shù)，并在20世紀(jì)80年代取得很大發(fā)展。符號(hào)主義曾長期一枝獨(dú)秀，為人工智能的發(fā)展作出重要貢獻(xiàn)，尤其是專家系統(tǒng)的成功開發(fā)與應(yīng)用，為人工智能走向工程應(yīng)用和實(shí)現(xiàn)理論聯(lián)系實(shí)際具有特別重要的意義。在人工智能的其他學(xué)派出現(xiàn)之后，符號(hào)主義仍然是人工智能的主流派別。這個(gè)學(xué)派的代表任務(wù)有紐厄爾(Newell)、西蒙(Simon)和尼爾遜(Nilsson)等。 2、連接主義認(rèn)為人工智能源于仿生學(xué)，特別是對人腦模型的研究。它的代表性成果是1943年由生理學(xué)家麥卡洛克(McCulloch)和數(shù)理邏輯學(xué)家皮茨(Pitts)創(chuàng)立的腦模型，即MP模型，開創(chuàng)了用電子裝置模仿人腦結(jié)構(gòu)和功能的新途徑。它從神經(jīng)元開始進(jìn)而研究神經(jīng)網(wǎng)絡(luò)模型和腦模型，開辟了人工智能的又一發(fā)展道路。20世紀(jì)60~70年代，連接主義，尤其是對以感知機(jī)(perceptron)為代表的腦模型的研究出現(xiàn)過熱潮，由于受到當(dāng)時(shí)的理論模型、生物原型和技術(shù)條件的限制，腦模型研究在20世紀(jì)70年代后期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年發(fā)表兩篇重要論文，提出用硬件模擬神經(jīng)網(wǎng)絡(luò)以后，連接主義才又重新抬頭。1986年，魯梅爾哈特(Rumelhart)等人提出多層網(wǎng)絡(luò)中的反向傳播算法(BP)算法。此后，連接主義勢頭大振，從模型到算法，從理論分析到工程實(shí)現(xiàn)，偉神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)走向市場打下基礎(chǔ)?，F(xiàn)在，對人工神經(jīng)網(wǎng)絡(luò)(ANN)的研究熱情仍然較高，但研究成果沒有像預(yù)想的那樣好。 3、行為主義認(rèn)為人工智能源于控制論?？刂普撍枷朐缭?0世紀(jì)40~50年代就成為時(shí)代思潮的重要部分，影響了早期的人工智能工作者。維納(Wiener)和麥克洛克(McCulloch)等人提出的控制論和自組織系統(tǒng)以及錢學(xué)森等人提出的工程控制論和生物控制論，影響了許多領(lǐng)域。控制論把神經(jīng)系統(tǒng)的工作原理與信息理論、控制理論、邏輯以及計(jì)算機(jī)聯(lián)系起來。早期的研究工作重點(diǎn)是模擬人在控制過程中的智能行為和作用，如對自尋優(yōu)、自適應(yīng)、自鎮(zhèn)定、自組織和自學(xué)習(xí)等控制論系統(tǒng)的研究，并進(jìn)行“控制論動(dòng)物”的研制。到20世紀(jì)60~70年代，上述這些控制論系統(tǒng)的研究取得一定進(jìn)展，播下智能控制和智能機(jī)器人的種子，并在20世紀(jì)80年代誕生了智能控制和智能機(jī)器人系統(tǒng)。行為主義是20世紀(jì)末才以人工智能新學(xué)派的面孔出現(xiàn)的，引起許多人的興趣。這一學(xué)派的代表作者首推布魯克斯(Brooks)的六足行走機(jī)器人，它被看作是新一代的“控制論動(dòng)物”，是一個(gè)基于感知-動(dòng)作模式模擬昆蟲行為的控制系統(tǒng)。 --------《人工智能及其應(yīng)用(第3版)》

6，人工神經(jīng)網(wǎng)絡(luò)的發(fā)展

人工神經(jīng)網(wǎng)絡(luò)（ Artificial Neural Networks，簡寫為ANNs）也簡稱為神經(jīng)網(wǎng)絡(luò)（NNs）或稱作連接模型（Connectionist Model），是對人腦或自然神經(jīng)網(wǎng)絡(luò)（Natural Neural Network）若干基本特性的抽象和模擬。人工神經(jīng)網(wǎng)絡(luò)以對大腦的生理研究成果為基礎(chǔ) 的，其目的在于模擬大腦的某些機(jī)理與機(jī)制，實(shí)現(xiàn)某個(gè)方面的功能。國際著名的神經(jīng)網(wǎng)絡(luò)研究專家，第一家神經(jīng)計(jì)算機(jī)公司的創(chuàng)立者與領(lǐng)導(dǎo)人Hecht—Nielsen給人工神經(jīng)網(wǎng)絡(luò)下的定義就是：“人工神經(jīng)網(wǎng)絡(luò)是由人工建立的以有向圖為拓?fù)浣Y(jié)構(gòu)的動(dòng)態(tài)系統(tǒng)，它通過對連續(xù)或斷續(xù)的輸入作狀態(tài)相應(yīng)而進(jìn)行信息處理?！?這一定義是恰當(dāng)?shù)摹?人工神經(jīng)網(wǎng)絡(luò)的研究，可以追溯到 1957年Rosenblatt提出的感知器(Perceptron)模型。它幾乎與人工智能——AI（Artificial Intelligence）同時(shí)起步，但30余年來卻并未取得人工智能那樣巨大的成功，中間經(jīng)歷了一段長時(shí)間的蕭條。直到80年代，獲得了關(guān)于人工神經(jīng)網(wǎng)絡(luò)切實(shí)可行的算法，以及以Von Neumann體系為依托的傳統(tǒng)算法在知識(shí)處理方面日益顯露出其力不從心后，人們才重新對人工神經(jīng)網(wǎng)絡(luò)發(fā)生了興趣，導(dǎo)致神經(jīng)網(wǎng)絡(luò)的復(fù)興。目前在神經(jīng)網(wǎng)絡(luò)研究方法上已形成多個(gè)流派，最富有成果的研究工作包括：多層網(wǎng)絡(luò) BP算法，Hopfield網(wǎng)絡(luò)模型，自適應(yīng)共振理論，自組織特征映射理論等。人工神經(jīng)網(wǎng)絡(luò)是在現(xiàn)代神經(jīng)科學(xué)的基礎(chǔ)上提出來的。它雖然反映了人腦功能的基本特征，但遠(yuǎn)不是自然神經(jīng)網(wǎng)絡(luò)的逼真描寫，而只是它的某種簡化抽象和模擬。 1. 人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn) 人工神經(jīng)網(wǎng)絡(luò)的以下幾個(gè)突出的優(yōu)點(diǎn)使它近年來引起人們的極大關(guān)注： (1)可以充分逼近任意復(fù)雜的非線性關(guān)系； (2)所有定量或定性的信息都等勢分布貯存于網(wǎng)絡(luò)內(nèi)的各神經(jīng)元，故有很強(qiáng)的魯棒性和容錯(cuò)性； (3)采用并行分布處理方法，使得快速進(jìn)行大量運(yùn)算成為可能； (4)可學(xué)習(xí)和自適應(yīng)不知道或不確定的系統(tǒng)； (5)能夠同時(shí)處理定量、定性知識(shí)。人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)和優(yōu)越性，主要表現(xiàn)在三個(gè)方面：第一，具有自學(xué)習(xí)功能。例如實(shí)現(xiàn)圖像識(shí)別時(shí)，只在先把許多不同的圖像樣板和對應(yīng)的應(yīng)識(shí)別的結(jié)果輸入人工神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)就會(huì)通過自學(xué)習(xí)功能，慢慢學(xué)會(huì)識(shí)別類似的圖像。自學(xué)習(xí)功能對于預(yù)測有特別重要的意義。預(yù)期未來的人工神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)將為人類提供經(jīng)濟(jì)預(yù)測、市場預(yù)測、效益預(yù)測，其應(yīng)用前途是很遠(yuǎn)大的。第二，具有聯(lián)想存儲(chǔ)功能。用人工神經(jīng)網(wǎng)絡(luò)的反饋網(wǎng)絡(luò)就可以實(shí)現(xiàn)這種聯(lián)想。第三，具有高速尋找優(yōu)化解的能力。尋找一個(gè)復(fù)雜問題的優(yōu)化解，往往需要很大的計(jì)算量，利用一個(gè)針對某問題而設(shè)計(jì)的反饋型人工神經(jīng)網(wǎng)絡(luò)，發(fā)揮計(jì)算機(jī)的高速運(yùn)算能力，可能很快找到優(yōu)化解。 2.人工神經(jīng)網(wǎng)絡(luò)的主要方向神經(jīng)網(wǎng)絡(luò)的研究可以分為理論研究和應(yīng)用研究兩大方面。理論研究可分為以下兩類： 1)．利用神經(jīng)生理與認(rèn)知科學(xué)研究人類思維以及智能機(jī)理。 2)．利用神經(jīng)基礎(chǔ)理論的研究成果，用數(shù)理方法探索功能更加完善、性能更加優(yōu)越的神經(jīng)網(wǎng)絡(luò)模型，深入研究網(wǎng)絡(luò)算法和性能，如：穩(wěn)定性、收斂性、容錯(cuò)性、魯棒性等；開發(fā)新的網(wǎng)絡(luò)數(shù)理理論，如：神經(jīng)網(wǎng)絡(luò)動(dòng)力學(xué)、非線性神經(jīng)場等。應(yīng)用研究可分為以下兩類： 1)．神經(jīng)網(wǎng)絡(luò)的軟件模擬和硬件實(shí)現(xiàn)的研究。 2)．神經(jīng)網(wǎng)絡(luò)在各個(gè)領(lǐng)域中應(yīng)用的研究。這些領(lǐng)域主要包括：模式識(shí)別、信號(hào)處理、知識(shí)工程、專家系統(tǒng)、優(yōu)化組合、機(jī)器人控制等。隨著神經(jīng)網(wǎng)絡(luò)理論本身以及相關(guān)理論、相關(guān)技術(shù)的不斷發(fā)展，神經(jīng)網(wǎng)絡(luò)的應(yīng)用定將更加深入。

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks, ANN），一種模范動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的。人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)和自適應(yīng)的能力，可以通過預(yù)先提供的一批相互對應(yīng)的輸入－輸出數(shù)據(jù)，分析掌握兩者之間潛在的規(guī)律，最終根據(jù)這些規(guī)律，用新的輸入數(shù)據(jù)來推算輸出結(jié)果，這種學(xué)習(xí)分析的過程被稱為“訓(xùn)練”。（引自《環(huán)球科學(xué)》2007年第一期《神經(jīng)語言：老鼠胡須下的秘密》）概念由大量處理單元互聯(lián)組成的非線性、自適應(yīng)信息處理系統(tǒng)。它是在現(xiàn)代神經(jīng)科學(xué)研究成果的基礎(chǔ)上提出的，試圖通過模擬大腦神經(jīng)網(wǎng)絡(luò)處理、記憶信息的方式進(jìn)行信息處理。人工神經(jīng)網(wǎng)絡(luò)具有四個(gè)基本特征：（1）非線性非線性關(guān)系是自然界的普遍特性。大腦的智慧就是一種非線性現(xiàn)象。人工神經(jīng)元處于激活或抑制二種不同的狀態(tài)，這種行為在數(shù)學(xué)上表現(xiàn)為一種非線性關(guān)系。具有閾值的神經(jīng)元構(gòu)成的網(wǎng)絡(luò)具有更好的性能，可以提高容錯(cuò)性和存儲(chǔ)容量。（2）非局限性一個(gè)神經(jīng)網(wǎng)絡(luò)通常由多個(gè)神經(jīng)元廣泛連接而成。一個(gè)系統(tǒng)的整體行為不僅取決于單個(gè)神經(jīng)元的特征，而且可能主要由單元之間的相互作用、相互連接所決定。通過單元之間的大量連接模擬大腦的非局限性。聯(lián)想記憶是非局限性的典型例子。（3）非常定性人工神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)、自組織、自學(xué)習(xí)能力。神經(jīng)網(wǎng)絡(luò)不但處理的信息可以有各種變化，而且在處理信息的同時(shí)，非線性動(dòng)力系統(tǒng)本身也在不斷變化。經(jīng)常采用迭代過程描寫動(dòng)力系統(tǒng)的演化過程。（4）非凸性一個(gè)系統(tǒng)的演化方向，在一定條件下將取決于某個(gè)特定的狀態(tài)函數(shù)。例如能量函數(shù)，它的極值相應(yīng)于系統(tǒng)比較穩(wěn)定的狀態(tài)。非凸性是指這種函數(shù)有多個(gè)極值，故系統(tǒng)具有多個(gè)較穩(wěn)定的平衡態(tài)，這將導(dǎo)致系統(tǒng)演化的多樣性。人工神經(jīng)網(wǎng)絡(luò)中，神經(jīng)元處理單元可表示不同的對象，例如特征、字母、概念，或者一些有意義的抽象模式。網(wǎng)絡(luò)中處理單元的類型分為三類：輸入單元、輸出單元和隱單元。輸入單元接受外部世界的信號(hào)與數(shù)據(jù)；輸出單元實(shí)現(xiàn)系統(tǒng)處理結(jié)果的輸出；隱單元是處在輸入和輸出單元之間，不能由系統(tǒng)外部觀察的單元。神經(jīng)元間的連接權(quán)值反映了單元間的連接強(qiáng)度，信息的表示和處理體現(xiàn)在網(wǎng)絡(luò)處理單元的連接關(guān)系中。人工神經(jīng)網(wǎng)絡(luò)是一種非程序化、適應(yīng)性、大腦風(fēng)格的信息處理，其本質(zhì)是通過網(wǎng)絡(luò)的變換和動(dòng)力學(xué)行為得到一種并行分布式的信息處理功能，并在不同程度和層次上模仿人腦神經(jīng)系統(tǒng)的信息處理功能。它是涉及神經(jīng)科學(xué)、思維科學(xué)、人工智能、計(jì)算機(jī)科學(xué)等多個(gè)領(lǐng)域的交叉學(xué)科。人工神經(jīng)網(wǎng)絡(luò)是并行分布式系統(tǒng)，采用了與傳統(tǒng)人工智能和信息處理技術(shù)完全不同的機(jī)理，克服了傳統(tǒng)的基于邏輯符號(hào)的人工智能在處理直覺、非結(jié)構(gòu)化信息方面的缺陷，具有自適應(yīng)、自組織和實(shí)時(shí)學(xué)習(xí)的特點(diǎn)。歷史沿革 1943年，心理學(xué)家W.S.McCulloch和數(shù)理邏輯學(xué)家W.Pitts建立了神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)模型，稱為MP模型。他們通過MP模型提出了神經(jīng)元的形式化數(shù)學(xué)描述和網(wǎng)絡(luò)結(jié)構(gòu)方法，證明了單個(gè)神經(jīng)元能執(zhí)行邏輯功能，從而開創(chuàng)了人工神經(jīng)網(wǎng)絡(luò)研究的時(shí)代。1949年，心理學(xué)家提出了突觸聯(lián)系強(qiáng)度可變的設(shè)想。60年代，人工神經(jīng)網(wǎng)絡(luò)的到了進(jìn)一步發(fā)展，更完善的神經(jīng)網(wǎng)絡(luò)模型被提出，其中包括感知器和自適應(yīng)線性元件等。M.Minsky等仔細(xì)分析了以感知器為代表的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的功能及局限后，于1969年出版了《Perceptron》一書，指出感知器不能解決高階謂詞問題。他們的論點(diǎn)極大地影響了神經(jīng)網(wǎng)絡(luò)的研究，加之當(dāng)時(shí)串行計(jì)算機(jī)和人工智能所取得的成就，掩蓋了發(fā)展新型計(jì)算機(jī)和人工智能新途徑的必要性和迫切性，使人工神經(jīng)網(wǎng)絡(luò)的研究處于低潮。在此期間，一些人工神經(jīng)網(wǎng)絡(luò)的研究者仍然致力于這一研究，提出了適應(yīng)諧振理論（ART網(wǎng)）、自組織映射、認(rèn)知機(jī)網(wǎng)絡(luò)，同時(shí)進(jìn)行了神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)理論的研究。以上研究為神經(jīng)網(wǎng)絡(luò)的研究和發(fā)展奠定了基礎(chǔ)。1982年，美國加州工學(xué)院物理學(xué)家J.J.Hopfield提出了Hopfield神經(jīng)網(wǎng)格模型，引入了“計(jì)算能量”概念，給出了網(wǎng)絡(luò)穩(wěn)定性判斷。 1984年，他又提出了連續(xù)時(shí)間Hopfield神經(jīng)網(wǎng)絡(luò)模型，為神經(jīng)計(jì)算機(jī)的研究做了開拓性的工作，開創(chuàng)了神經(jīng)網(wǎng)絡(luò)用于聯(lián)想記憶和優(yōu)化計(jì)算的新途徑，有力地推動(dòng)了神經(jīng)網(wǎng)絡(luò)的研究，1985年，又有學(xué)者提出了波耳茲曼模型，在學(xué)習(xí)中采用統(tǒng)計(jì)熱力學(xué)模擬退火技術(shù)，保證整個(gè)系統(tǒng)趨于全局穩(wěn)定點(diǎn)。1986年進(jìn)行認(rèn)知微觀結(jié)構(gòu)地研究，提出了并行分布處理的理論。人工神經(jīng)網(wǎng)絡(luò)的研究受到了各個(gè)發(fā)達(dá)國家的重視，美國國會(huì)通過決議將1990年1月5日開始的十年定為“腦的十年”，國際研究組織號(hào)召它的成員國將“腦的十年”變?yōu)槿蛐袨?。在日本的“真?shí)世界計(jì)算（RWC）”項(xiàng)目中，人工智能的研究成了一個(gè)重要的組成部分。基本內(nèi)容人工神經(jīng)網(wǎng)絡(luò)模型主要考慮網(wǎng)絡(luò)連接的拓?fù)浣Y(jié)構(gòu)、神經(jīng)元的特征、學(xué)習(xí)規(guī)則等。目前，已有近40種神經(jīng)網(wǎng)絡(luò)模型，其中有反傳網(wǎng)絡(luò)、感知器、自組織映射、Hopfield網(wǎng)絡(luò)、波耳茲曼機(jī)、適應(yīng)諧振理論等。根據(jù)連接的拓?fù)浣Y(jié)構(gòu)，神經(jīng)網(wǎng)絡(luò)模型可以分為：（1）前向網(wǎng)絡(luò) 網(wǎng)絡(luò)中各個(gè)神經(jīng)元接受前一級的輸入，并輸出到下一級，網(wǎng)絡(luò)中沒有反饋，可以用一個(gè)有向無環(huán)路圖表示。這種網(wǎng)絡(luò)實(shí)現(xiàn)信號(hào)從輸入空間到輸出空間的變換，它的信息處理能力來自于簡單非線性函數(shù)的多次復(fù)合。網(wǎng)絡(luò)結(jié)構(gòu)簡單，易于實(shí)現(xiàn)。反傳網(wǎng)絡(luò)是一種典型的前向網(wǎng)絡(luò)。（2）反饋網(wǎng)絡(luò) 網(wǎng)絡(luò)內(nèi)神經(jīng)元間有反饋，可以用一個(gè)無向的完備圖表示。這種神經(jīng)網(wǎng)絡(luò)的信息處理是狀態(tài)的變換，可以用動(dòng)力學(xué)系統(tǒng)理論處理。系統(tǒng)的穩(wěn)定性與聯(lián)想記憶功能有密切關(guān)系。Hopfield網(wǎng)絡(luò)、波耳茲曼機(jī)均屬于這種類型。學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)研究的一個(gè)重要內(nèi)容，它的適應(yīng)性是通過學(xué)習(xí)實(shí)現(xiàn)的。根據(jù)環(huán)境的變化，對權(quán)值進(jìn)行調(diào)整，改善系統(tǒng)的行為。由Hebb提出的Hebb學(xué)習(xí)規(guī)則為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法奠定了基礎(chǔ)。Hebb規(guī)則認(rèn)為學(xué)習(xí)過程最終發(fā)生在神經(jīng)元之間的突觸部位，突觸的聯(lián)系強(qiáng)度隨著突觸前后神經(jīng)元的活動(dòng)而變化。在此基礎(chǔ)上，人們提出了各種學(xué)習(xí)規(guī)則和算法，以適應(yīng)不同網(wǎng)絡(luò)模型的需要。有效的學(xué)習(xí)算法，使得神經(jīng)網(wǎng)絡(luò)能夠通過連接權(quán)值的調(diào)整，構(gòu)造客觀世界的內(nèi)在表示，形成具有特色的信息處理方法，信息存儲(chǔ)和處理體現(xiàn)在網(wǎng)絡(luò)的連接中。根據(jù)學(xué)習(xí)環(huán)境不同，神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式可分為監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)。在監(jiān)督學(xué)習(xí)中，將訓(xùn)練樣本的數(shù)據(jù)加到網(wǎng)絡(luò)輸入端，同時(shí)將相應(yīng)的期望輸出與網(wǎng)絡(luò)輸出相比較，得到誤差信號(hào)，以此控制權(quán)值連接強(qiáng)度的調(diào)整，經(jīng)多次訓(xùn)練后收斂到一個(gè)確定的權(quán)值。當(dāng)樣本情況發(fā)生變化時(shí)，經(jīng)學(xué)習(xí)可以修改權(quán)值以適應(yīng)新的環(huán)境。使用監(jiān)督學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型有反傳網(wǎng)絡(luò)、感知器等。非監(jiān)督學(xué)習(xí)時(shí)，事先不給定標(biāo)準(zhǔn)樣本，直接將網(wǎng)絡(luò)置于環(huán)境之中，學(xué)習(xí)階段與工作階段成為一體。此時(shí)，學(xué)習(xí)規(guī)律的變化服從連接權(quán)值的演變方程。非監(jiān)督學(xué)習(xí)最簡單的例子是Hebb學(xué)習(xí)規(guī)則。競爭學(xué)習(xí)規(guī)則是一個(gè)更復(fù)雜的非監(jiān)督學(xué)習(xí)的例子，它是根據(jù)已建立的聚類進(jìn)行權(quán)值調(diào)整。自組織映射、適應(yīng)諧振理論網(wǎng)絡(luò)等都是與競爭學(xué)習(xí)有關(guān)的典型模型。研究神經(jīng)網(wǎng)絡(luò)的非線性動(dòng)力學(xué)性質(zhì)，主要采用動(dòng)力學(xué)系統(tǒng)理論、非線性規(guī)劃理論和統(tǒng)計(jì)理論，來分析神經(jīng)網(wǎng)絡(luò)的演化過程和吸引子的性質(zhì)，探索神經(jīng)網(wǎng)絡(luò)的協(xié)同行為和集體計(jì)算功能，了解神經(jīng)信息處理機(jī)制。為了探討神經(jīng)網(wǎng)絡(luò)在整體性和模糊性方面處理信息的可能，混沌理論的概念和方法將會(huì)發(fā)揮作用?；煦缡且粋€(gè)相當(dāng)難以精確定義的數(shù)學(xué)概念。一般而言，“混沌”是指由確定性方程描述的動(dòng)力學(xué)系統(tǒng)中表現(xiàn)出的非確定性行為，或稱之為確定的隨機(jī)性。“確定性”是因?yàn)樗蓛?nèi)在的原因而不是外來的噪聲或干擾所產(chǎn)生，而“隨機(jī)性”是指其不規(guī)則的、不能預(yù)測的行為，只可能用統(tǒng)計(jì)的方法描述。混沌動(dòng)力學(xué)系統(tǒng)的主要特征是其狀態(tài)對初始條件的靈敏依賴性，混沌反映其內(nèi)在的隨機(jī)性?；煦缋碚撌侵该枋鼍哂谢煦缧袨榈姆蔷€性動(dòng)力學(xué)系統(tǒng)的基本理論、概念、方法，它把動(dòng)力學(xué)系統(tǒng)的復(fù)雜行為理解為其自身與其在同外界進(jìn)行物質(zhì)、能量和信息交換過程中內(nèi)在的有結(jié)構(gòu)的行為，而不是外來的和偶然的行為，混沌狀態(tài)是一種定態(tài)。混沌動(dòng)力學(xué)系統(tǒng)的定態(tài)包括：靜止、平穩(wěn)量、周期性、準(zhǔn)同期性和混沌解?；煦畿壘€是整體上穩(wěn)定與局部不穩(wěn)定相結(jié)合的結(jié)果，稱之為奇異吸引子。一個(gè)奇異吸引子有如下一些特征：（1）奇異吸引子是一個(gè)吸引子，但它既不是不動(dòng)點(diǎn)，也不是周期解；（2）奇異吸引子是不可分割的，即不能分為兩個(gè)以及兩個(gè)以上的吸引子；（3）它對初始值十分敏感，不同的初始值會(huì)導(dǎo)致極不相同的行為。發(fā)展趨勢人工神經(jīng)網(wǎng)絡(luò)特有的非線性適應(yīng)性信息處理能力，克服了傳統(tǒng)人工智能方法對于直覺，如模式、語音識(shí)別、非結(jié)構(gòu)化信息處理方面的缺陷，使之在神經(jīng)專家系統(tǒng)、模式識(shí)別、智能控制、組合優(yōu)化、預(yù)測等領(lǐng)域得到成功應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)與其它傳統(tǒng)方法相結(jié)合，將推動(dòng)人工智能和信息處理技術(shù)不斷發(fā)展。近年來，人工神經(jīng)網(wǎng)絡(luò)正向模擬人類認(rèn)知的道路上更加深入發(fā)展，與模糊系統(tǒng)、遺傳算法、進(jìn)化機(jī)制等結(jié)合，形成計(jì)算智能，成為人工智能的一個(gè)重要方向，將在實(shí)際應(yīng)用中得到發(fā)展。將信息幾何應(yīng)用于人工神經(jīng)網(wǎng)絡(luò)的研究，為人工神經(jīng)網(wǎng)絡(luò)的理論研究開辟了新的途徑。神經(jīng)計(jì)算機(jī)的研究發(fā)展很快，已有產(chǎn)品進(jìn)入市場。光電結(jié)合的神經(jīng)計(jì)算機(jī)為人工神經(jīng)網(wǎng)絡(luò)的發(fā)展提供了良好條件。