什么是通過建立人工神經(jīng)網(wǎng)絡(luò)？人工神經(jīng)網(wǎng)絡(luò)的作用是什么？人工神經(jīng)網(wǎng)絡(luò)（ANN）是20世紀(jì)80年代以來人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)，它從信息處理的角度抽象人腦的神經(jīng)網(wǎng)絡(luò)，建立簡單的模型，并根據(jù)不同的連接方式

什么是通過建立人工神經(jīng)網(wǎng)絡(luò)？

人工神經(jīng)網(wǎng)絡(luò)的作用是什么？

人工神經(jīng)網(wǎng)絡(luò)（ANN）是20世紀(jì)80年代以來人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)，它從信息處理的角度抽象人腦的神經(jīng)網(wǎng)絡(luò)，建立簡單的模型，并根據(jù)不同的連接方式形成不同的網(wǎng)絡(luò)。在工程界和學(xué)術(shù)界，它通常被稱為神經(jīng)網(wǎng)絡(luò)或類似的神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)是由大量相互連接的節(jié)點(diǎn)（或神經(jīng)元）組成的一種操作模型。每個(gè)節(jié)點(diǎn)代表一個(gè)特定的輸出函數(shù)，稱為激活函數(shù)。兩個(gè)節(jié)點(diǎn)之間的每一個(gè)連接代表了通過該連接的信號(hào)的一個(gè)加權(quán)值，稱為權(quán)，相當(dāng)于人工神經(jīng)網(wǎng)絡(luò)的記憶。網(wǎng)絡(luò)的輸出隨網(wǎng)絡(luò)的連接方式、權(quán)值和勵(lì)磁功能而變化。網(wǎng)絡(luò)本身通常是某種算法或函數(shù)在本質(zhì)上的近似，或邏輯策略的表達(dá)。

人工神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)網(wǎng)絡(luò)是什么意思？

神經(jīng)元的廣泛互聯(lián)和并行工作使得整個(gè)網(wǎng)絡(luò)呈現(xiàn)高度非線性。在客觀世界中，許多系統(tǒng)的輸入輸出之間存在著復(fù)雜的非線性關(guān)系。對(duì)于這類系統(tǒng)，通常很難用傳統(tǒng)的數(shù)學(xué)方法建立其數(shù)學(xué)模型。合理設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)通過對(duì)系統(tǒng)輸入輸出樣本對(duì)的自動(dòng)學(xué)習(xí)，可以以任意精度逼近任意復(fù)雜的非線性映射。神經(jīng)網(wǎng)絡(luò)的這一優(yōu)點(diǎn)可以作為多維非線性函數(shù)的一般數(shù)學(xué)模型。該模型的表達(dá)式是非解析的，在學(xué)習(xí)階段由神經(jīng)網(wǎng)絡(luò)自動(dòng)提取輸入輸出數(shù)據(jù)之間的映射規(guī)則，并以分布式方式存儲(chǔ)在網(wǎng)絡(luò)的所有連接中。具有非線性映射函數(shù)的神經(jīng)網(wǎng)絡(luò)在幾乎所有領(lǐng)域都有廣泛的應(yīng)用。

人工神經(jīng)網(wǎng)絡(luò)有什么特點(diǎn)？

人工神經(jīng)網(wǎng)絡(luò)的基本特征是什么？由大量相互連接的處理單元組成的非線性自適應(yīng)信息處理系統(tǒng)。它是在現(xiàn)代神經(jīng)科學(xué)研究成果的基礎(chǔ)上提出的，試圖通過模擬大腦神經(jīng)網(wǎng)絡(luò)處理和記憶信息來處理信息。人工神經(jīng)網(wǎng)絡(luò)具有四個(gè)基本特征：（1）非線性關(guān)系是自然界的普遍特征。大腦的智能是一種非線性現(xiàn)象。人工神經(jīng)元處于激活和抑制兩種不同的狀態(tài)，這在數(shù)學(xué)上是一種非線性關(guān)系。帶閾值的神經(jīng)網(wǎng)絡(luò)具有更好的性能，可以提高容錯(cuò)性和存儲(chǔ)容量。（2） 神經(jīng)網(wǎng)絡(luò)通常由許多神經(jīng)元組成。系統(tǒng)的整體行為不僅取決于單個(gè)神經(jīng)元的特性，而且還取決于單元之間的相互作用和相互聯(lián)系。通過大量單元之間的連接，我們可以模擬出大腦的非限制性。聯(lián)想記憶是一個(gè)典型的無限制的例子。（3） 非定性人工神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)、自組織和自學(xué)習(xí)的能力。神經(jīng)網(wǎng)絡(luò)處理的信息不僅會(huì)發(fā)生各種變化，而且非線性動(dòng)態(tài)系統(tǒng)本身也是不斷變化的。迭代過程是描述動(dòng)態(tài)系統(tǒng)演化過程的常用方法。（4） 非凸性在一定條件下，系統(tǒng)的演化方向取決于特定的狀態(tài)函數(shù)。例如，能量函數(shù)的極值對(duì)應(yīng)于系統(tǒng)的相對(duì)穩(wěn)定狀態(tài)。非凸性意味著函數(shù)具有多個(gè)極值，使得系統(tǒng)具有更穩(wěn)定的平衡態(tài)，這將導(dǎo)致系統(tǒng)演化的多樣性。在人工神經(jīng)網(wǎng)絡(luò)中，神經(jīng)元處理單元可以表示不同的對(duì)象，如特征、字母、概念或一些有意義的抽象模式。網(wǎng)絡(luò)中有三種處理單元：輸入單元、輸出單元和隱藏單元。輸入單元接收來自外界的信號(hào)和數(shù)據(jù)，輸出單元實(shí)現(xiàn)系統(tǒng)處理結(jié)果的輸出。隱藏單元位于輸入和輸出單元之間，系統(tǒng)外部無法觀察到。神經(jīng)元之間的連接權(quán)重反映了神經(jīng)元之間的連接強(qiáng)度，信息的表示和處理反映在網(wǎng)絡(luò)處理單元之間的連接關(guān)系中。人工神經(jīng)網(wǎng)絡(luò)是一種非程序的、自適應(yīng)的、大腦式的信息處理方法。其實(shí)質(zhì)是通過網(wǎng)絡(luò)變換和動(dòng)態(tài)行為獲得一個(gè)并行的、分布式的信息處理功能，并在不同程度和層次上模擬人腦神經(jīng)系統(tǒng)的信息處理功能。它是一門交叉學(xué)科，涉及神經(jīng)科學(xué)、思維科學(xué)、人工智能、計(jì)算機(jī)科學(xué)等多個(gè)領(lǐng)域。人工神經(jīng)網(wǎng)絡(luò)是一種并行分布式系統(tǒng)，它采用了與傳統(tǒng)人工智能和信息處理技術(shù)完全不同的機(jī)制。它克服了傳統(tǒng)的基于邏輯符號(hào)的人工智能在處理直觀、非結(jié)構(gòu)化信息方面的不足，具有自適應(yīng)、自組織和實(shí)時(shí)學(xué)習(xí)的特點(diǎn)。