项目名称: 面向智能计算的神经网络稳定性集值映射方法研究

项目编号: No.61472093

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 刘自鑫

作者单位: 贵州财经大学

项目金额: 84万元

中文摘要: 为解决博弈论中Nash平衡点的神经网络求解技术问题,实现计算机网络资源最优分配的智能计算,弥补现有神经网络稳定性判据互通性差的缺陷,项目主要从集值映射观点出发,研究智能计算神经网络的多稳定性问题,探索多种神经网络模型的统一研究模式,建立新的存在性和稳定性判据。对多稳定性问题,利用非线性分析中的集值映射理论,将多稳定神经网络理解为一个特殊的集值映射,研究神经元激活函数发生和不发生改变两种情形下,平衡点及周期解的存在性及多稳定性判据;对探寻神经网络统一研究模式问题,在分析各种神经网络模型共同本质特征基础之上,探索利用微分包含式来建立多种神经网络模型的统一研究模式,并利用集值映射理论、不动点理论等非线性分析工具,研究微分包含统一模式下,神经元激活函数发生和不发生改变时,多种神经网络平衡点和周期解的通有存在性和通有稳定性。项目最后将应用上述理论成果,实现博弈理论和网络资分配问题平衡点的智能计算。

中文关键词: 神经网络;智能计算;集值映射;微分包含;网络资源管理

英文摘要: In order to solve the intelligent computing problem of game theory and network resources allocation by neural network, and overcome the poor interoperability of the existing neural network's stable criteria,the main aim of this project is to establish some new existence and stability criteria for intelligent computing multistable neural networks from set-valued mapping piont of view, and explore a new unifed research way to research various tpyes of neural network models. For the multistable problem, from set-valued mapping piont of view, multistable neural network can be look as a special set-valued mapping. In this case, this project palns to research the existence and stability problems of equilibrium point and periodic solution when the neural activation function changes or not changes. Aditional, In order to find a way to research various tpyes of neural network models in an unifed framework. By analyzing the common essential characteristics of these different models, this project attempts to translate these various tpyes of neural network models into uniform differential inclusive models. By ultilizing set-valued mapping theory, fixed piont theory, and all kinds of nonlinear analysis tool, this project attempts to further establish some new generic existence and stability criteria when the activate function changes or not changes.As an application, this project will further consider to use the obtained theoretical results to realize the intelligent computation of game theory and network resources allocation.

英文关键词: Neural network;Intelligent computing;Set-valued mapping;Differential inclusion;Network resource management

成为VIP会员查看完整内容
1

相关内容

人工神经网络(Artificial Neural Network,即ANN ),是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象, 建立某种简单模型,按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型,由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数,称为激励函数(activation function)。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆。网络的输出则依网络的连接方式,权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近,也可能是对一种逻辑策略的表达。 最近十多年来,人工神经网络的研究工作不断深入,已经取得了很大的进展,其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题,表现出了良好的智能特性。
深度学习在路由问题中的最新进展
专知会员服务
18+阅读 · 2022年3月6日
图神经网络前沿进展与应用
专知会员服务
146+阅读 · 2022年1月24日
神经网络的基础数学
专知会员服务
201+阅读 · 2022年1月23日
【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
专知会员服务
41+阅读 · 2021年6月2日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
65+阅读 · 2021年1月28日
图神经网络的困境,用微分几何和代数拓扑解决
机器之心
4+阅读 · 2022年3月27日
神经网络,凉了?
CVer
2+阅读 · 2022年3月16日
内嵌物理知识神经网络(PINN)是个坑吗?
PaperWeekly
12+阅读 · 2022年2月14日
神经网络的基础数学,95页pdf
专知
25+阅读 · 2022年1月23日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
【数字孪生】数字孪生技术从概念到应用
产业智能官
90+阅读 · 2020年2月16日
一文读懂神经网络(附PPT、视频)
数据派THU
17+阅读 · 2018年3月25日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
11+阅读 · 2018年5月21日
小贴士
相关VIP内容
深度学习在路由问题中的最新进展
专知会员服务
18+阅读 · 2022年3月6日
图神经网络前沿进展与应用
专知会员服务
146+阅读 · 2022年1月24日
神经网络的基础数学
专知会员服务
201+阅读 · 2022年1月23日
【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
专知会员服务
41+阅读 · 2021年6月2日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
65+阅读 · 2021年1月28日
相关资讯
图神经网络的困境,用微分几何和代数拓扑解决
机器之心
4+阅读 · 2022年3月27日
神经网络,凉了?
CVer
2+阅读 · 2022年3月16日
内嵌物理知识神经网络(PINN)是个坑吗?
PaperWeekly
12+阅读 · 2022年2月14日
神经网络的基础数学,95页pdf
专知
25+阅读 · 2022年1月23日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
【数字孪生】数字孪生技术从概念到应用
产业智能官
90+阅读 · 2020年2月16日
一文读懂神经网络(附PPT、视频)
数据派THU
17+阅读 · 2018年3月25日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员