请选择 进入手机版 | 继续访问电脑版

人工智能论坛

 找回密码
 立即注册
楼主: fjg5610

[神经网络] 神经网络的信息处理本质就是抽象和联想

[复制链接]
 楼主| 发表于 2007-5-5 18:44:00 | 显示全部楼层
先谈连接权的确定,根据模糊数学原理.视野中心权值高,离中心越远权值越低,具体是用三角分布,还是用梯形分布及正交分布可视问题的性质来决定.阀值的确定也可按问题的保守度来确定,阀值低保守度也低.权值可按归一化处理,和等与一.阀值可在0.1到1之间选取.
本人主要是理论分析,定性为主,定量应按问题的性质而定,其实神经元输出可看成是输入对某集合或对象的拟合度已达标.
集合可以是精确的也可以是模糊的,达标可保守的也可是轻信的.视野的大小,也应按具体问题来确定.
回复 支持 反对

使用道具 举报

发表于 2007-5-5 19:01:00 | 显示全部楼层
快试试吧,可以对自己使用挽尊卡咯~◆◆                    如果不量化那么楼主的工作不是空中楼阁了?
回复 支持 反对

使用道具 举报

 楼主| 发表于 2007-5-5 19:09:00 | 显示全部楼层
当然神经网络主要是可通过学习来决定每个神经元的集合性质,视也大小,保守度,权值分布等都可用学习的方法来确定.定性分析对进一步理解网络的功能和工作原理是有益的.
所以人为的定些集合或对象,通过神经元来拟合也是可行的.
人工按需设计不用学习的神经网络也是可行的.人工调节网络参数在规模不大的控制系统中应有用武之地.
本人只是一个爱好者,有不对的地方望能指正.
回复 支持 反对

使用道具 举报

发表于 2007-5-7 07:12:00 | 显示全部楼层
作者:60.7.87.*2007-5-519:31
如果不量化那么楼主的工作不是空中楼阁了?
-----------------------------------------------------------
把量化作为计算机程序设计的条件是一种非常错误的看法。
持这种错误看法的人,大多连如下几个基本问题都没有搞清:
1、什么是量?
2、什么是量化?
3、量化的目的是什么?
4、不量化的结果是什么?
5、数学和逻辑的关系是什么?
6、智能与逻辑的关系是什么?
回复 支持 反对

使用道具 举报

发表于 2007-10-4 16:43:00 | 显示全部楼层
快试试吧,可以对自己使用挽尊卡咯~◆◆                    http://liqsan1.anyf.cn
回复 支持 反对

使用道具 举报

发表于 2007-10-12 19:06:00 | 显示全部楼层
数学和逻辑的关系是不是就是统计层面的一致?
回复 支持 反对

使用道具 举报

 楼主| 发表于 2007-10-13 18:57:00 | 显示全部楼层
比较普通的"与""或"'非"逻辑门与神经元的阀值逻辑时,我们就可看出"与"'或""非"是阀值逻辑的特列.当且仅当神经元任意一个输入都可达阀值以上时,对应的就是"或"门.当且仅当神经元的输入要所有的输入段都有输入时才达阀值以上时,对应的就是"与"门."非门"就是取反,对应的就是改变符号,正取负,负取正.
从上面讨论来看,布尔逻辑函数是阀值逻辑函数的特列.任以函数的集合只是数学中的一个子集,数学蕴涵逻辑.
阀值逻辑蕴涵布尔逻辑,布尔逻辑是阀值逻辑的一个特列.
回复 支持 反对

使用道具 举报

 楼主| 发表于 2007-10-13 19:06:00 | 显示全部楼层
更正:
当且仅当神经元的输入要所有的输入端都有输入时才达阀值以上时,对应的就是"与"门.
回复 支持 反对

使用道具 举报

 楼主| 发表于 2007-10-13 19:21:00 | 显示全部楼层
意识可激活底层的神经网络,我们在一台电脑中可做有100万个以上的神经元,电脑可根据需要激活其中某些神经网络,每一个网络的神经元只有几十个到几百个,一般不会超过几千个,这样速度就不会要求太高.
如果--那么型的操作来控制,那些神经网络需要投入运行就可.神经网络虽然很多,但并不需要全部投入运算.
回复 支持 反对

使用道具 举报

 楼主| 发表于 2007-10-13 19:31:00 | 显示全部楼层
意识可激活底层的神经网络,我们在一台电脑中可做有100万个以上的神经元,电脑可根据需要激活其中某些神经网络,每一个网络的神经元只有几十个到几百个,一般不会超过几千个,这样速度就不会要求太高.
由如果--那么型的操作来控制,那些神经网络需要投入运行就可.神经网络虽然很多,但并不需要全部投入运算.
意识的根本目的就是选择底层网络的运行,以减少不必要的计算.
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|积分充值|小黑屋|手机浏览|人工智能实验室 ( 苏ICP备12079930号

GMT+8, 2017-10-19 04:18 , Processed in 0.216519 second(s), 17 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表