- 1、本文档共27页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第三讲人与工神经网络
人工神经网络及其应用 第三讲 神经网络的学习规则和感知器 主讲人:方涛 第三讲 神经网络的学习规则和感知器 主讲内容 ◆ §3.1 机器学习与神经网络学习 ◆ §3.2 几种神经网络学习规则 ◆ §3.3 感知器学习规则、算法以及收敛性 定理 ◆ §3.4 本讲问题 本章目的: ① 介绍各种学习算法的数学原理、分析学习性质; ② 说明算法的使用。 (不讲有关的算法的生理学、生物学原理) 第三讲 神经网络的学习规则和感知器┃主讲人方涛 §3.1 机器学习与神经网络学习 3.1.1 机器学习 3.1.2 神经网络学习及其分类 第三讲 神经网络的学习规则和感知器┃主讲人方涛 3.1.1 机器学习 机器学习━━AI的一个分支学科 §3.1 机器学习与神经网络学习 人类学习行为(客观世界)→研究归纳、类比等基本方法→获取各种知识和技能。 机器学习→了解人类的各种学习过程→建立各种学习模型→赋予机器的学习能力。 有了学习能力,才能不断自我完善,自我校正,自动获取和发现新的知识…… 没有机器学习的系统不会是一个真正的智能系统。 机器学习目前已经有:事例学习、遗传学习、类比学习…… 第三讲 神经网络的学习规则和感知器┃主讲人方涛 §3.1 机器学习与神经网络学习 机器学习的发展历史: ① 20世纪50年代中期 研究没有任何初始知识的通用学习系统,尤其是神经网络系统。 主要特点:数值表示和参数调整,比如感知机、生物进化过程模拟等。 AI:符号表示和启发式方法,即偏于模式识别 ② 20世纪60年代初期 概念学习和语言获取。 主要特点:符号表示(已成为AI主要方法) ③ 20世纪70年代中后期 专家系统和知识工程形成,对知识尤为关注,兴盛时期。 ④ 20世纪80年代中后期 源于神经网络的重新兴起,使非符号的神经网络研究和符号学习得以深入开展。 第三讲 神经网络的学习规则和感知器┃主讲人方涛 §3.1 机器学习与神经网络学习 机器学习的发展历史: ⑤ 20世纪90年代 有限样本统计理论线性空间表示,Vapnik:SVM(1991); 弱学习定理(1990); Freund:AdaBoost(1996) ⑥21世纪近10年----流形学习研究热 局部线性嵌入(LLE) 等距映射(Isomap) 拉普拉斯特征映射(Laplacian Eigenmap)…… 第三讲 神经网络的学习规则和感知器┃主讲人方涛 17 对象的层次性流形(HML)构造 高维特征空间的层次性流形学习 ◆流形学习降维 ?研究目标高维特征低维嵌套的非线性映射, 提供目标特性低维表达的有效方式 ? LLE、ISOMap、Laplacian Eigenmap、 Hessian Eigenmap等 ?多子流形 ◆多类别高分影像对象 ?广泛存在大类、小类等层次性结构 ?单一结构的流形难以更准确进行非线性映射 ◆层次性流形(HML) ?不同类别、不同层次的多个子流形 ?父流形与子流形间关系,通过自下而上“共 享特征”实现 ?层次性邻及矩阵 18 ◆流形学习降维 ?广义回归神经网络GRNN 解决out-of-sample ?通过层次性流形(HML) 降维,解译精度比单一流 形性能显著提高 高维特征空间的层次性流形学习 该方法得到了国际同行评价“This is a completely valid approach from a pragmatic perspective, and can even lead to better results” §3.1 机器学习与神经网络学习 3.1.2 神经网络学习及其分类 人工神经网络的主要学习算法: 3.1.2.1 有无导师的学习方式 与机器学习类似:事例学习、无导师学习、死记式学习…。主要分为: ①监督学习(有导师学习) 依据期望值与实际网络输出值之差来调整连接权,因此需要有导师来提供期望值。 将训练样本的数据加入到网络输入端,由期望输出与网络输出得到误差信号,由此控制连接权的调整,多次训练使得连接权收敛到某个确定值。 反传网络、感知器、LVQ算法、广义 规则…… 第三讲 神经网络的学习规则和感知器┃主讲人方涛 §3.1 机器学习与神经网络学习 ② 非监督学习(无导师学习) 神经元仅根据I/O来修正连接权。直接将网络置于环境中,学习阶段与工作阶段于一体,具有自适应性。 比如:Hebb学习规则(简单),竞争学习(复杂)、ART、自组织映射… ③ 强化学习 (有导师学习的特例) 采用“评论员”来评价与
您可能关注的文档
- 第一节 视臊学期望 .ppt
- 第一节 队肴量空间,n维欧氏空间 .ppt
- 第一节 庇耄险概述 .ppt
- 第一节 挥膣本概念 .ppt
- 第一节二与次型及其标准型和合同矩阵 .ppt
- 第一节总与需求(AD)曲线(函数) .ppt
- 第一节 扔胨口增长模式 .ppt
- 第一节时与间数列简述 .ppt
- 第一节:与换流方式 .ppt
- 第一节 褂毽能指令 .ppt
- 2024年03月四川省洪雅县人力资源和社会保障局2024年洪雅县事业单位公开考试招考103名工作人员笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年03月四川省宜宾市叙州区行政审批和非公经济发展局2024年公开招考12名综合窗口服务辅助岗工作人员笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年03月安徽阜阳阜南县段郢乡招考村后备干部18人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年03月四川省攀枝花市东区事业单位2024年春季引进5名人才笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年03月广东省茂名市2024年度公开选聘17名急需紧缺专业人才(第三批)笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年03月广东省阳江市阳东区2024年上半年引进高层次(急需紧缺)人才2笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年03月四川成都市温江区招考聘用教师67人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年03月山东烟台栖霞市卫生类事业单位招考聘用高层次急需紧缺人才31人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年03月山东临沂兰山区教育和体育局部分学校引进优秀人才360人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年03月山东威海市文登区教育和体育局引进优秀毕业生28人笔试历年典型题及考点剖析附带答案含详解.docx
文档评论(0)