幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人工神經網路原理--從基礎設計到深度學習/人工智慧核心技術體系譯叢

  • 作者：(美)丹尼爾·格勞佩|責編:李穎穎|總主編:劉峽壁|譯者:韓光輝
  • 出版社：北京理工大學
  • ISBN：9787576352160
  • 出版日期：2025/03/01
  • 裝幀：平裝
  • 頁數：429
人民幣：RMB 148 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書從生物神經網路基礎開始，圍繞人工神經網路技術的縱向發展特徵進行了深入淺出的講解和探討。第1章內容高屋建瓴，介紹人工神經網路的引人及其角色；第2-3章介紹生物神經網路基礎和人工神經網路基本原理；第4-12章介紹從感知機開始的人工神經網路發展歷程中的重要節點技術；第13-16章介紹深度學習神經網路的概念、技術、案例。其次，本書內容翔實，向讀者介紹了人工神經網路中使用的基本方法，並試圖解釋它們的數學基礎和設計細節。
作者介紹
(美)丹尼爾·格勞佩|責編:李穎穎|總主編:劉峽壁|譯者:韓光輝
目錄
第1章  人工神經網路的引入及其角色
第2章  生物神經網路基礎
第3章  人工神經網路的基本原理及其結構
  3.1  人工神經網路設計的基本原理
  3.2  基本神經結構
  3.3  感知機的輸入/輸出原理
  3.4  The Adaline（ALC）
第4章  感知機
  4.1  基本結構
  4.2  單層表示問題
  4.3  單層感知機的局限性
  4.4  多層感知機
4.A 感知機案例研究：識別自回歸信號參數（AR時間序列識別）
第5章  Madaline
  5.1  Madaline訓練
5.A Madaline案例研究：字元識別
第6章  反向傳播
  6.1  反向傳播學習過程
  6.2  BP演算法的推導
  6.3  改進的BP演算法
6.A 反向傳播案例研究：字元識別問題
6.B 反向傳播案例研究：異或（XOR）問題（兩層BP）
6.C 反向傳播案例研究：異或（XOR）問題（三層BP）
6.D 使用反向傳播神經網路預報月平均高低溫
第7章  Hopfield網路
  7.1  引言
  7.2  二元Hopfield網路
  7.3  Hopfield網路中權值的設置——雙向聯想記憶原理
  7.4  沃爾什函數
  7.5  網路穩定性
  7.6  實現Hopfield網路的程序摘要
  7.7  連續Hopfield模型
  7.8  連續能量（Lyapunov）函數
7.A Hopfield網路案例研究：字元識別問題
7.B Hopfield網路案例研究：旅行商問題
7.C 基於神經網路的細胞形狀檢測
第8章  對偶傳播
  8.1  引言
  8.2  Kohonen自組織映射層
  8.3  Grossberg層
  8.4  Kohonen層的訓練
  8.5  Grossberg層的訓練
  8.6  組合的對偶傳播網路
8.A 對偶傳播網路案例研究：字元識別問題
第9章  自適應共振理論
  9.1  引言
  9.2  ART網路的結構
  9.3  ART網路的建立
  9.4  網路操作
  9.5  ART網路的性質

  9.6  ART I和ART II網路的討論和總體評述
9.A ART I網路案例研究：字元識別問題
9.B ART I網路案例研究：語音識別問題
第10章  認知機和神經認知機
  10.1  引言
  10.2  認知機的基本原理
  10.3  網路操作
  10.4  認知機的網路訓練
  10.5  神經認知機
第11章  統計訓練
  11.1  基本原理
  11.2  模擬退火方法
  11.3  基於玻爾茲曼訓練權值的模擬退火
  11.4  權重變化幅度的隨機確定
  11.5  等效溫度設置
  11.6  神經網路的柯西訓練
11.A 統計訓練案例研究：字元識別的隨機Hopfield網路
11.B 統計訓練案例研究：使用隨機感知機模型識別AR信號參數
第12章  循環（時間周期）反向傳播網路
  12.1  循環/離散時間網路
  12.2  完全循環反向傳播網路
  12.3  連續循環反向傳播網路
12.A 循環反向傳播案例研究：字元識別問題
第13章  深度學習神經網路：原則及範圍
  13.1  定義
  13.2  深度神經網路簡史及其應用
  13.3  DLNNs的範圍
  13.4  具體的DLNNs演算法介紹
第14章  深度學習卷積神經網路
  14.1  引言
  14.2  前饋環路
  14.3  卷積層
  14.4  反向傳播
  14.5  ReLU層
  14.6  池化層
  14.7  Dropout
  14.8  輸出全連接層
  14.9  參數（權值）共享
  14.10  應用
第15章  LAMSTAR神經網路
  15.1  LAMSTAR原理
  15.2  LAMSTAR 1（LNN 1）
  15.3  LAMSTAR 2（LNN 2）
  15.4  數據分析型LAMSTAR
  15.5  評論和應用
第16章  DLNNs的性能——比較案例研究
  16.1  案例研究
  16.2  性能和計算速度的比較表
16.A 附錄
  習題

參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032