百度一下 藏锋者 就能快速找到本站! 每日资讯归档 下载藏锋者到桌面一键访问

当前位置:主页 > 人工智能 > 神经网络的复兴

神经网络的复兴

所在栏目:人工智能 时间:08-01 12:58 分享:

20世纪60年代以后,由于计算机的飞速发展,传统人工智能初期研究的巨大成功,吸引了大量专家投入计算机的研究,同时也发现神经网络极大的局限性,在20世纪70年代他们几乎放弃了神经网络的研究,致使人工神经网络的研究进入低潮。

1982年美国加州工学院物理学家霍普菲尔特(Hopfield)使用统计力学的方法来分析网路的存储和优化特性,提出了离散的神经网络模型,从而有力地推动了神经计算的研究,标志神经计算研究高潮的又一次到来。

1984年霍普菲尔特又提出了连续神经网络模型。

20世纪80年代神经网络复兴的真正推动力是反向传播算法的重新研究。该算法最早由布赖森(Bryson)和何(Ho)于1969年提出。

1986年,鲁梅尔哈特(Rumelhart)和麦克莱伦德(McClelland)等人提出并行分布处理(ParallelDis-tributedProcessing,PDP)的理论,致力于认知的微观结构的探索,其中多层网络的误差传播学习法,即反向传播算法广为流传,引起人们极大的兴趣。

世界上许多国家掀起了神经网络研究的热潮。从1985年开始,专门讨论神经网络的学术会议规模逐步扩大。

1987年在美国召开了第一届神经网络国际会议,并发起成立国际神经网络学会(INNS)。

神经网络的复兴 免费邮件订阅: 邮件订阅

图片推荐

热点排行榜

CopyRight? 2013 www.cangfengzhe.com All rights reserved