今日の人工ニューラル ネットワークのトップ 5
Donald O. Hebb (Hebbian learning) John J. Hopfield (Hopfield NN、古典的リカレント NN) Stephen Grossberg (Grossberg NN) Teuvo Kohonen (Self-Organized Mapping、古典的な教師なし学習 NN) ウィキから見つけました。 . 亡くなられた方がいらっしゃいます。
Google 人工知能ライティング プロジェクト: ニューラル ネットワーク疑似オリジナル
中国のどの大学が人工ニューラルネットワークの研究で優れているのでしょうか? 20
中国で最も優れた人工ニューラル ネットワーク専攻を持つ大学はどこですか? 30
ニューラルネットワークの長所と短所、
利点: (1) 自己学習機能を備えています。たとえば、画像認識を実装する場合、最初に認識すべき多数の異なる画像テンプレートと対応する結果を人工ニューラル ネットワークに入力するだけでよく、ネットワークは自己学習機能を通じて類似した画像を認識できるようにゆっくりと学習します。自己学習機能は予測において特に重要です。
将来、人工ニューラルネットワークコンピュータは人間に経済予測、市場予測、利益予測を提供することが期待されており、その応用の見通しは非常に有望です。(2) Lenovoストレージ機能搭載。この関連付けは、人工ニューラル ネットワークのフィードバック ネットワークを使用して実現できます。(3) 高速に最適解を見つける能力。
複雑な問題の最適解を見つけるには多くの計算が必要になりますが、特定の問題に合わせて設計されたフィードバック人工ニューラルネットワークとコンピュータの高速な計算能力を利用することで、最適解を迅速に見つけることができます。
短所: (1) 最も深刻な問題は、自分の推論過程と推論根拠を説明できないことです。(2) ユーザーへ必要な問い合わせができない場合、データが不足している場合