TA貢獻1848條經(jīng)驗 獲得超10個贊
人工神經(jīng)網(wǎng)絡(luò)就像一個黑盒子，用于模擬任意函數(shù)。根據(jù)一定的訓(xùn)練樣本（即所需模擬函數(shù)已知的輸入和輸出關(guān)系）神經(jīng)網(wǎng)絡(luò)可以改變其內(nèi)部結(jié)構(gòu)使其模型特性逼近訓(xùn)練樣本。即所謂的自學(xué)習(xí)，自組織和自適應(yīng)。并且，由于神經(jīng)網(wǎng)絡(luò)是采用整體逼近的方式，不會由于個別樣本誤差而影響整個模型特性，即所謂容錯特性。
其實用仿生的例子更容易理解，就像一個嬰兒，父母不斷教他說話，他最終能學(xué)習(xí)理解父母語言的意思，并且偶爾父母說錯一兩個字，孩子也能聽懂。
TA貢獻1874條經(jīng)驗 獲得超12個贊
自適應(yīng)、自學(xué)習(xí)能力：人工神經(jīng)網(wǎng)絡(luò)可以通過訓(xùn)練和學(xué)習(xí)獲得網(wǎng)絡(luò)的權(quán)值和結(jié)構(gòu)，呈現(xiàn)出很強的自學(xué)習(xí)能力和對環(huán)境的適應(yīng)能力。（就是可以根據(jù)環(huán)境要求，自動調(diào)節(jié)網(wǎng)絡(luò)結(jié)構(gòu)、節(jié)點權(quán)值、步長等）
自組織能力：通過自動尋找樣本中的內(nèi)在規(guī)律和本質(zhì)屬性，自組織、自適應(yīng)地改變網(wǎng)絡(luò)參數(shù)和結(jié)構(gòu)。
容錯性：人工神經(jīng)網(wǎng)絡(luò)通過自身的網(wǎng)絡(luò)結(jié)構(gòu)能夠?qū)崿F(xiàn)對信息的記憶，而所記憶的信息是存儲在神經(jīng)元
之間的權(quán)值中。從單個權(quán)值中看不出所存儲的信息內(nèi)容，因而是分布式的存儲方式，這使網(wǎng)絡(luò)具有良好的容錯性。
舉報