前馈神经网络学习算法的设计与分析

项目名称： 前馈神经网络学习算法的设计与分析

项目编号： No.11171367

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 数理科学和化学

项目作者： 吴微

作者单位： 大连理工大学

项目金额： 46万元

中文摘要： 人工神经网络已经成功应用于众多领域，但是其学习算法速度慢、精度低的缺点是制约其进一步发展的一个瓶颈。本项目继续前三个国家自然科学基金的工作，致力于快速有效的神经网络学习算法的构造与分析，包括以下重点内容：继续研究神经网络在线梯度法这种最简单的随机型学习方法在某些情况下的确定型收敛性；推广细化我们已得到的模糊神经元阈值在某些情况下可以去掉这一有趣结果，并开始研究一般情况下阈值不能去掉时的最优初值选择问题，以小代价加快模糊神经网络学习速度；将信息处理理论中新兴的L-1/2正则化方法与近来流行的极端学习机神经网络相结合，从权值修剪角度解决极端学习机隐单元个数选择这个关键问题；提出脉冲神经网络运行新机制，即除了利用原有的脉冲激发时间信息(反应函数x(t)达到阈值时所需时间)之外，还要利用脉冲的激发强度信息（x(t)达到阈值时的导数值），希望在改善脉冲神经网络映射能力和学习速度方面取得突破性进展。

中文关键词： 神经网络；在线梯度学习算法；L-1/2正则化；结构稀疏化；生物信息计算

英文摘要：

英文关键词： neural networks；online gradient learning method；L1/2 regularization；constructional sparcification；Computational Bioinformatics