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。

精品内容

面向图像数据的对抗样本检测与防御技术综述
专知会员服务
12+阅读 · 6月27日
「图像异常检测 」最新2022研究综述
专知会员服务
53+阅读 · 4月15日
超图学习综述: 算法分类与应用分析
专知会员服务
18+阅读 · 2月1日
神经网络的基础数学
专知会员服务
142+阅读 · 1月23日
如何用latext画神经网络?这个PlotNeuralNet能帮到你
微信扫码咨询专知VIP会员