为了账号安全,请及时绑定邮箱和手机立即绑定

人工神经网络具有自学习、自组织、自适应以及很强的非线性函数逼近能力,拥有强大容错功能,怎么理解?

/ 猿问

人工神经网络具有自学习、自组织、自适应以及很强的非线性函数逼近能力,拥有强大容错功能,怎么理解?

偶然的你 2019-02-04 14:10:46

人工神经网络具有自学习、自组织、自适应以及很强的非线性函数逼近能力,拥有强大容错功能,怎么理解?


查看完整描述

2 回答

?
慕桂英546537

人工神经网络就像一个黑盒子,用于模拟任意函数。根据一定的训练样本(即所需模拟函数已知的输入和输出关系)神经网络可以改变其内部结构使其模型特性逼近训练样本。即所谓的自学习,自组织和自适应。并且,由于神经网络是采用整体逼近的方式,不会由于个别样本误差而影响整个模型特性,即所谓容错特性。
其实用仿生的例子更容易理解,就像一个婴儿,父母不断教他说话,他最终能学习理解父母语言的意思,并且偶尔父母说错一两个字,孩子也能听懂。

查看完整回答
反对 回复 2019-03-11
?
HUWWW

自适应、自学习能力:人工神经网络可以通过训练和学习获得网络的权值和结构,呈现出很强的自学习能力和对环境的适应能力。(就是可以根据环境要求,自动调节网络结构、节点权值、步长等)

自组织能力:通过自动寻找样本中的内在规律和本质属性,自组织、自适应地改变网络参数和结构。

容错性:人工神经网络通过自身的网络结构能够实现对信息的记忆,而所记忆的信息是存储在神经元
之间的权值中。从单个权值中看不出所存储的信息内容,因而是分布式的存储方式,这使网络具有良好的容错性。

查看完整回答
反对 回复 2019-03-11

添加回答

回复

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信