神经网络的层次化学习机制探讨

• 作者: 刘蕴辉 李爱军 罗四维 黄华
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 信息几何 神经场 层次化 学习机制
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 332-336
• 页数: 5页
• 分类号: TP183
• 字数: 4402字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2004.03.013

摘要

研究人工神经网络的信息处理机制是模拟人脑功能要解决的一个重要问题,在信息几何框架下,该机制可以通过研究信息系统的几何结构来讨论.本文提出了一种简化的模拟人类思维层次的层次化神经系统模型,并利用基于信息几何的神经场学习理论解释了不同层次的神经系统通过前馈和反馈连接进行动态交互作用的逼近学习机制,进而从整体宏观的角度对人脑学习机理以及概念形成给出了一个数学上的描述.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗四维	北京交通大学计算机应用技术研究所	99	1303	17.0	33.0
2	李爱军	北京交通大学计算机应用技术研究所	9	56	5.0	7.0
3	刘蕴辉	北京交通大学计算机应用技术研究所	13	266	7.0	13.0
4	黄华	北京交通大学计算机应用技术研究所	14	89	6.0	9.0