CAN2:构件组合式神经网络

• 作者: 吴和生 王崇骏 谢俊元
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 神经计算 构件 神经元 神经网络 可复用性
• 年，卷（期）: 2010,（5）
• 页码范围: 171-178
• 分类号: TP18
• 语种: 中文

摘要

探索有广阔应用前景的工程化神经计算技术是促进智能计算技术进展的一种有效途径.为有效解决工程化神经计算面临的难题:神经网络的"黑箱性",提出了构件组合式神经网络(component-assembled neural network,CAN2).基于CAN2技术,构建了易于理解和复用的数字逻辑神经构件库(digital logic neuro-component library,DLNL).应用DIAIL实现复杂数字逻辑功能、解决任意分类问题,展示CAN2技术的优越性.实验表明,CAN2能有效减少神经网络的"黑箱性",有较强的可复用性,为神经计算工程化作出了一种有效的尝试.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王崇骏	南京大学计算机软件新技术国家重点实验室	56	1131	15.0	32.0
5	谢俊元	南京大学计算机软件新技术国家重点实验室	95	1363	20.0	32.0
9	吴和生	南京大学计算机软件新技术国家重点实验室	7	74	5.0	7.0