人工神經(jīng)網(wǎng)絡(luò)是在計(jì)算機(jī)上執(zhí)行以生物啟發(fā)的模擬，以執(zhí)行某些特定任務(wù)，例如聚類，分類，模式識(shí)別等。一般來(lái)說(shuō)，人工神經(jīng)網(wǎng)絡(luò)是配置為執(zhí)行特定任務(wù)的人工神經(jīng)元的生物學(xué)啟發(fā)網(wǎng)絡(luò)。典型的神經(jīng)網(wǎng)絡(luò)包含大量人工神經(jīng)元，稱為神經(jīng)元，它們排列成一系列層。在人工神經(jīng)網(wǎng)絡(luò)的情況下，軸突的輸出類似于輸出單元。因此，使用基本生物神經(jīng)元的工作對(duì)ANN進(jìn)行建模。

　　人工神經(jīng)網(wǎng)絡(luò)如何工作？

人工神經(jīng)網(wǎng)絡(luò)可以視為加權(quán)有向圖，其中人工神經(jīng)元是節(jié)點(diǎn)，權(quán)重的有向邊是神經(jīng)元輸出和神經(jīng)元輸入之間的連接。

人工神經(jīng)網(wǎng)絡(luò)以圖形形式和矢量形式從外部世界接收輸入。這些輸入在數(shù)學(xué)上用符號(hào)x(n)表示n個(gè)輸入。

每個(gè)輸入乘以其相應(yīng)的權(quán)重。權(quán)重是神經(jīng)網(wǎng)絡(luò)用來(lái)解決問(wèn)題的信息。通常，權(quán)重代表神經(jīng)網(wǎng)絡(luò)內(nèi)部神經(jīng)元之間的互連強(qiáng)度。

加權(quán)的輸入全部在計(jì)算單元（人工神經(jīng)元）中匯總。如果加權(quán)總和為零，則添加偏置以使輸出不為零或擴(kuò)大系統(tǒng)響應(yīng)。偏差的權(quán)重和輸入始終等于“ 1”。

該總和對(duì)應(yīng)于從0到無(wú)窮大的任何數(shù)值。為了限制響應(yīng)以達(dá)到期望值，設(shè)置了閾值。為此，總和通過(guò)激活函數(shù)傳遞。

激活功能是用于獲得所需輸出的傳遞函數(shù)的設(shè)置。有線性和非線性激活函數(shù)。

一些常用的激活函數(shù)是-二值，S形（線性）和tan雙曲S形函數(shù)（非線性）。

二進(jìn)制-輸出只有兩個(gè)值0和1。為此，設(shè)置了閾值。如果凈加權(quán)輸入大于1，則假定輸出為1，否則為零。

乙狀雙曲線—此函數(shù)具有“ S”形曲線。在此，tan雙曲函數(shù)用于估計(jì)凈輸入的輸出。該函數(shù)定義為— f(x)=(1/1 + exp(-?x))，其中? —陡度參數(shù)。

　　神經(jīng)網(wǎng)絡(luò)的四種不同用途

　　神經(jīng)網(wǎng)絡(luò)的模式識(shí)別

模式識(shí)別是對(duì)機(jī)器如何觀察環(huán)境，學(xué)會(huì)從背景中區(qū)分出感興趣的模式以及對(duì)模式的類別做出合理合理的決定的研究。

模式的一些示例是-指紋圖像，手寫(xiě)文字，人臉或語(yǔ)音信號(hào)。

給定一種輸入模式，其識(shí)別涉及以下任務(wù)-

· 有監(jiān)督的分類-給定的輸入模式被標(biāo)識(shí)為預(yù)定義類的成員。

· 無(wú)監(jiān)督分類-模式已分配到迄今未知的類別。

因此，這里的識(shí)別問(wèn)題實(shí)質(zhì)上是分類或分類任務(wù)。

模式識(shí)別系統(tǒng)的設(shè)計(jì)通常涉及以下三個(gè)方面：

· 數(shù)據(jù)采集和預(yù)處理

· 數(shù)據(jù)表示

· 做決定

　　用于模式識(shí)別的方法

· 模板匹配

· 統(tǒng)計(jì)

· 句法匹配

· 人工神經(jīng)網(wǎng)絡(luò)

遵循用于模式識(shí)別的神經(jīng)網(wǎng)絡(luò)架構(gòu)-

· 多層感知器

· Kohonen SOM（自我組織圖）

· 徑向基函數(shù)網(wǎng)絡(luò)（RBF）

　　機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)

· 多層感知器（監(jiān)督分類）

· 反向傳播網(wǎng)絡(luò)（監(jiān)督分類）

· Hopfield網(wǎng)絡(luò)（用于模式關(guān)聯(lián)）

· 深度神經(jīng)網(wǎng)絡(luò)（無(wú)監(jiān)督聚類）

　　深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

根據(jù)神經(jīng)網(wǎng)絡(luò)，架構(gòu)用于深度學(xué)習(xí)-

· 前饋神經(jīng)網(wǎng)絡(luò)

· 遞歸神經(jīng)網(wǎng)絡(luò)

· 多層感知器（MLP）

· 卷積神經(jīng)網(wǎng)絡(luò)

上述就是關(guān)于人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用相關(guān)介紹，想了解更多關(guān)于人工神經(jīng)網(wǎng)絡(luò)的信息，請(qǐng)繼續(xù)關(guān)注中培偉業(yè)。