-
题名随机二元神经网络的学习与泛化
- 1
-
-
作者
赵杰煜
熊伟清
王小权
-
机构
宁波大学信息科学与技术研究所
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2001年第4期444-453,共10页
-
基金
国家自然科学基金
教育部优秀青年教师
浙江省自然科学基金青年人才培养专项资金
-
文摘
本文提出了一种采用随机加权联接的新型神经网络模型,该模型具有清晰可分析的神经元激活函数,内部数据表示为随机二进制序列形式,硬件实现十分简洁高效。本文在三个不同层次对前向型网络的学习算法和系统仿真进行了深入的讨论,其中最底层的学习对应于硬件实时在线学习,另外,本文还对系统的泛化性能作了全面的分析,给出了VC维和学习样本量的明确结果。通过对三个用于标准测试的Monk问题和数字手写体识别问题的检测,获得了很好的实验结果。
-
关键词
随机二元神经网络
泛化
样本量分析
学习算法
-
Keywords
Stochastic Computing, Stochastic Binary Network, Generalization, VC Dimension, Sample Size Analysis
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名反馈型随机二元神经网络
- 2
-
-
作者
赵杰煜
-
机构
宁波大学信息科学与技术研究所
-
出处
《中国科学（E辑）》
CSCD
北大核心
2001年第5期470-480,共11页
-
基金
国家自然科学基金 (批准号 :6 980 5 0 0 2
教育部优秀青年基金
浙江省自然科学基金青年人才培养专项基金资助项目
-
文摘
提出并分析了一种全新的反馈型随机神经网络模型 ,该模型不同于常见的Boltzmann机 ,它不直接使用随机激活函数而是采用了随机型加权连接 ,神经元为简单的非线性处理单元 .揭示了该网络模型存在惟一的收敛性平稳概率分布 ,当网络中的神经元个数较多时 ,平稳概率分布逼近于Boltzmann Gibbs分布 .另外 ,还讨论了该网络模型与Markov随机场之间的关系 ,并提出了一种新型模拟退火和Boltzmann学习算法 .网络模型被成功地应用于解决难度较大的组合优化问题和人像的自动识别 。
-
关键词
随机神经网络
反馈型随机二元神经网络
平稳概率分布
渐进式Boltzmann学习Markov随机场
模拟退火
组合优
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名复杂运动目标的学习与识别
被引量：1
- 3
-
-
作者
赵杰煜
王小权
-
机构
宁波大学信息科学与技术研究所
-
出处
《中国图象图形学报（A辑）》
CSCD
北大核心
2001年第5期460-464,共5页
-
基金
国家自然科学基金项目 !(NSF C-6 980 5 0 0 2 )
教育部优秀青年资助项目
浙江省自然科学基金青年人才培养专项资金项目
-
文摘
针对复杂运动目标识别问题 ,提出了一个基于反馈型随机神经网络的动态人脸与物体的自动识别系统 ,该系统具有强大学习能力 ,运动目标检测与识别快速准确等特点 .在对该系统的核心——反馈型二元网络进行深入分析的基础上 ,提出了一种适合于该神经网络模型的高效渐进式 Boltzmann学习算法 .实验结果表明 ,该识别系统性能优异 ,在几个方面超过了 e True公司的 True Face人脸识别系统 .
-
关键词
人脸识别
随机二元神经网络
渐进式Boltzmann学习
自动识别
复杂运动目标
目标识别
计算机识别
-
Keywords
Face recognition, Stochastic binary network, Incremental Boltzmann learning
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
