基于凸规划观点的神经网络学习

• 作者: 俞翰斌 刘蕴辉 李爱军 罗四维
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 神经网络 学习机制 凸规划 信息几何
• 年，卷（期）: 2004,（5）
• 所属期刊栏目: 计算机与信息技术
• 页码范围: 11-15
• 页数: 5页
• 分类号: TP183
• 字数: 5138字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0291.2004.05.003

摘要

人工神经网络最重要的特征就是网络的学习能力,通过对神经网络内部权值的调整,学习外部环境结构的特征和信息的表示.从信息几何的角度,对神经网络的学习过程进行了几何描述,并将神经网络的学习问题转化为,最小化外部环境表示的真实分布与网络模型表示的逼近分布之间的"距离",并证明了对于可编码成指数簇流形的神经网络是凸规划问题.为神经网络学习的研究提出了一个新的思路,也为在高维非线性空间中解决网络学习问题的有效性,从信息几何的角度给出了一种解释.

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与信息技术学院	99	1303	17.0	33.0
2	李爱军	北京交通大学计算机与信息技术学院	9	56	5.0	7.0
3	刘蕴辉	北京交通大学计算机与信息技术学院	13	266	7.0	13.0
4	俞翰斌	北京交通大学计算机与信息技术学院	3	11	2.0	3.0