知识卡片
人工神经网络是计算抽象
人工神经网络把生物神经元及其连接作为设计启发,转成可训练的计算模型。它保留了“单元连接、输入整合和学习变化”等可用于计算的抽象,并不要求逐项复制真实神经细胞。理解这类模型时,应分别说明计算单元做什么、连接如何传递信息、参数怎样随训练改变;生物类比本身不能证明模型解释了大脑的认知过程。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1 9 . 1 神 经 网 络 算 法 起 源 · 查看原书依据
19.1 神经网络算法起源 19.1 神经网络算法起源 神经元是以生物系统的神经细胞为基础的生物模型。在对生物系统进行研究时,对神经元的生物机理进行建模,得到基于神经元的计算模型——人工神经网络(或称为神经网络)。在以人工智能为导向的时代,对神经元生物机理(特别是自学习功能)的研究成为神经网络能否在系统辨识、模式识别和智能控制等领域实现技术再次突破的核心。
参考来源
- 位置:《智能算法导论》第 178 项《1 9 . 1 神 经 网 络 算 法 起 源》(源文件:`_epub-src/EPUB/xhtml/chapter19_0001.xhtml`)
- 结论依据:正文明确说以生物神经细胞为基础建模,得到人工神经网络,并把自学习功能列为重要研究方向;卡片将其限定为计算抽象,不把类比当成脑机制证明。
- 原始内容:神经元是以生物系统的神经细胞为基础的生物模型。在对生物系统进行研究时,对神经元的生物机理进行建模,得到基于神经元的计算模型——人工神经网络(或称为神经网络)。