1.1人工神经网络的提出 °1.1.4两种模型的比较 物理符号系统 心理过程。逻辑思维高级形式(思维的表象) 生理过程—形象思维低级形式(思维的根本) 仿生 人工神经网络 联结主义观点 2021/2/23 26
2021/2/23 26 1.1 人工神经网络的提出 • 1.1.4 两种模型的比较 心理过程 逻辑思维 高级形式（思维的表象） 生理过程 形象思维 低级形式（思维的根本） 仿生 人工神经网络 联结主义观点 物理符号系统
1.1人工神经网络的提出 物理符号系统和人工神经网络系统的差别 项目物理符号系统人工神经网络 处理方式逻辑运算 模拟运算 执行方式串行 并行 动作 离散 连续 存储 局部集中 全局分布 2021/2/23
2021/2/23 27 1.1 人工神经网络的提出 • 物理符号系统和人工神经网络系统的差别 项目 物理符号系统 人工神经网络 处理方式 逻辑运算 模拟运算 执行方式 串行 并行 动作 离散 连续 存储 局部集中 全局分布
1.1人工神经网络的提出 °两种人工智能技术的比较 项目 传统的A技术 ANN技术 基本实现串行处理;由程序实现并行处理;对样本数据进行多目标学习; 方式 控制 通过人工神经元之间的相互作用实现控制 基本开发设计规则、框架、程序定义人工神经网络的结构原型,通过样本 方法 用样本数据进行调试|数据,依据基本的学习算法完成学习 (由人根据已知的环境自动从样本数据中抽取内涵(自动适应应 去构造一个模型) 用环境) 适应领域精确计算:符号处理,非精确计算:模拟处理,感觉,大规模数 数值计算 据并行处理 模拟对象左脑(逻辑思维) 右脑(形象思维) 2021/2/23 28
2021/2/23 28 1.1 人工神经网络的提出 • 两种人工智能技术的比较 项目 传统的AI技术 ANN技术 基本实现 方式 串行处理；由程序实现 控制 并行处理；对样本数据进行多目标学习； 通过人工神经元之间的相互作用实现控制 基本开发 方法 设计规则、框架、程序； 用样本数据进行调试 （由人根据已知的环境 去构造一个模型） 定义人工神经网络的结构原型，通过样本 数据，依据基本的学习算法完成学习—— 自动从样本数据中抽取内涵（自动适应应 用环境） 适应领域 精确计算：符号处理， 数值计算 非精确计算：模拟处理，感觉，大规模数 据并行处理 模拟对象 左脑（逻辑思维） 右脑（形象思维）
1.2人工神经网络的特点 信息的分布表示 °运算的全局并行和局部操作 处理的非线性 2021/2/23 29
2021/2/23 29 1.2 人工神经网络的特点 •信息的分布表示 •运算的全局并行和局部操作 •处理的非线性
1.2.1人工神经网络的概念 1、定义 1) Hecht-Nielsen (1988=) 人工神经网络是一个并行、分布处理结构,它由 处理单元及其称为联接的无向讯号通道互连而成。 这些处理单元( PE-Processing Element)具有 局部内存,并可以完成局部操作。每个处理单元 有一个单一的输出联接,这个输出可以根据需要 被分枝成希望个数的许多并行联接,且这些并行 联接都输出相同的信号,即相应处理单元的信号, 信号的大小不因分支的多少而变化。 2021/2/23
2021/2/23 30 1.2.1 人工神经网络的概念 •1、定义 •1）Hecht—Nielsen（1988年） 人工神经网络是一个并行、分布处理结构，它由 处理单元及其称为联接的无向讯号通道互连而成。 这些处理单元（PE—Processing Element）具有 局部内存，并可以完成局部操作。每个处理单元 有一个单一的输出联接，这个输出可以根据需要 被分枝成希望个数的许多并行联接，且这些并行 联接都输出相同的信号，即相应处理单元的信号， 信号的大小不因分支的多少而变化