什么是通過建立人工神經(jīng)網(wǎng)絡？人工神經(jīng)網(wǎng)絡的作用是什么？人工神經(jīng)網(wǎng)絡（ANN）是20世紀80年代以來人工智能領域的一個研究熱點，它從信息處理的角度抽象人腦的神經(jīng)網(wǎng)絡，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？

人工神經(jīng)網(wǎng)絡的作用是什么？

人工神經(jīng)網(wǎng)絡（ANN）是20世紀80年代以來人工智能領域的一個研究熱點，它從信息處理的角度抽象人腦的神經(jīng)網(wǎng)絡，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。在工程界和學術(shù)界，它通常被稱為神經(jīng)網(wǎng)絡或類似的神經(jīng)網(wǎng)絡。神經(jīng)網(wǎng)絡是由大量相互連接的節(jié)點（或神經(jīng)元）組成的一種操作模型。每個節(jié)點代表一個特定的輸出函數(shù)，稱為激活函數(shù)。兩個節(jié)點之間的每一個連接代表了通過該連接的信號的一個加權(quán)值，稱為權(quán)，相當于人工神經(jīng)網(wǎng)絡的記憶。網(wǎng)絡的輸出隨網(wǎng)絡的連接方式、權(quán)值和勵磁功能而變化。網(wǎng)絡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。

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

神經(jīng)元的廣泛互聯(lián)和并行工作使得整個網(wǎng)絡呈現(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雜的非線性關系。對于這類系統(tǒng)，通常很難用傳統(tǒng)的數(shù)學方法建立其數(shù)學模型。合理設計的神經(jīng)網(wǎng)絡通過對系統(tǒng)輸入輸出樣本對的自動學習，可以以任意精度逼近任意復雜的非線性映射。神經(jīng)網(wǎng)絡的這一優(yōu)點可以作為多維非線性函數(shù)的一般數(shù)學模型。該模型的表達式是非解析的，在學習階段由神經(jīng)網(wǎng)絡自動提取輸入輸出數(shù)據(jù)之間的映射規(guī)則，并以分布式方式存儲在網(wǎng)絡的所有連接中。具有非線性映射函數(shù)的神經(jīng)網(wǎng)絡在幾乎所有領域都有廣泛的應用。

人工神經(jīng)網(wǎng)絡有什么特點？

人工神經(jīng)網(wǎng)絡的基本特征是什么？由大量相互連接的處理單元組成的非線性自適應信息處理系統(tǒng)。它是在現(xiàn)代神經(jīng)科學研究成果的基礎上提出的，試圖通過模擬大腦神經(jīng)網(wǎng)絡處理和記憶信息來處理信息。人工神經(jīng)網(wǎng)絡具有四個基本特征：（1）非線性關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)學上是一種非線性關系。帶閾值的神經(jīng)網(wǎng)絡具有更好的性能，可以提高容錯性和存儲容量。（2） 神經(jīng)網(wǎng)絡通常由許多神經(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)想記憶是一個典型的無限制的例子。（3） 非定性人工神經(jīng)網(wǎng)絡具有自適應、自組織和自學習的能力。神經(jīng)網(wǎng)絡處理的信息不僅會發(fā)生各種變化，而且非線性動態(tài)系統(tǒng)本身也是不斷變化的。迭代過程是描述動態(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)的極值對應于系統(tǒng)的相對穩(wěn)定狀態(tài)。非凸性意味著函數(shù)具有多個極值，使得系統(tǒng)具有更穩(wěn)定的平衡態(tài)，這將導致系統(tǒng)演化的多樣性。在人工神經(jīng)網(wǎng)絡中，神經(jīng)元處理單元可以表示不同的對象，如特征、字母、概念或一些有意義的抽象模式。網(wǎng)絡中有三種處理單元：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和數(shù)據(jù)，輸出單元實現(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)元之間的連接強度，信息的表示和處理反映在網(wǎng)絡處理單元之間的連接關系中。人工神經(jīng)網(wǎng)絡是一種非程序的、自適應的、大腦式的信息處理方法。其實質(zhì)是通過網(wǎng)絡變換和動態(tài)行為獲得一個并行的、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。它是一門交叉學科，涉及神經(jīng)科學、思維科學、人工智能、計算機科學等多個領域。人工神經(jīng)網(wǎng)絡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)完全不同的機制。它克服了傳統(tǒng)的基于邏輯符號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、自組織和實時學習的特點。