fbpx

Artificial Neural Network - 類神經網路

類神經網路 (Artificial Neural Network, ANN) 理論起源於 1950 年代,然而在 1969 年,由人工智慧大師Minsky所提出之理論。當時科學家仿造人類大腦的組織及運作方式,開始提出稱之為「感知機」(Perceptron)的神經元模型,這是最簡單也是最早的類神經模型,感知機通常被拿來做分類器(Classifier)使用。但是在1980年之前,由於專家系統 (expert system) 則是當時最流行的人工智慧基礎,加上類神經網路的理論仍不成熟,因此類神經網路並沒有受到很大的重視,一直到1980年代之後,由於霍普菲爾(Hopfield)神經網路 (1982年) 被提出,而此時專家系統開始遇到了瓶頸,類神經網路理論才逐漸受到重視。直到今日為止,類神經網路仍然有新的架構及理論不斷的被提出,配合電腦運算速度的增加,使得類神經網路的功能更為強大,運用層面也更為廣泛。
類神經網路由許多神經元節點所組成,這些神經元可分為輸入層、輸出層與許多隱藏層所組成的網路模型。結果的輸出只有是與否兩種狀態,傳統的類神經網路可以透過倒傳遞的方式進行模型的訓練,藉此獲得有效解決問題的神經網路模型。

發佈留言