一种新型随机二进制神经网络

• 作者: 张泉方 汪加才 赵杰煜
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 随机计算 随机二元神经网络 平稳分布 模拟退火 渐近式Boltzmann学习
• 年，卷（期）: 2002,（5）
• 所属期刊栏目: 论文与报告
• 页码范围: 736-744
• 页数: 9页
• 分类号: TP183|TP391.41
• 字数: 7077字
• 语种: 中文

摘要

二进制数据表示具有简洁高效的特点,随机噪声有助于系统摆脱局部极小.新型的随机神经网络模型采用随机加权联接,内部数据表示为随机二进制序列形式,实现十分高效.文中分别就前馈型网络和反馈型网络进行了深入的讨论,给出了前馈型网络的梯度下降学习算法,为反馈型网络设计了快速有效的模拟退火算法和渐进式Boltzmann学习算法.通过对PARITY问题的测试,发现了新模型的一些有趣特征,实验结果表明梯度下降学习效果显著.利用渐进式Boltzmann学习,反馈型网络被成功地用于带噪声人脸识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张泉方	浙江大学计算机系	17	85	5.0	8.0
2	赵杰煜	宁波大学信息科学与技术研究所	82	637	14.0	21.0
3	汪加才	宁波大学信息科学与技术研究所	2	24	1.0	2.0