模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2007年
1期
72-84
,共13页
胡包钢%王泳%杨双红%曲寒冰
鬍包鋼%王泳%楊雙紅%麯寒冰
호포강%왕영%양쌍홍%곡한빙
机器学习%人工神经元网络%先验知识%归纳%演绎%黑箱
機器學習%人工神經元網絡%先驗知識%歸納%縯繹%黑箱
궤기학습%인공신경원망락%선험지식%귀납%연역%흑상
针对人工神经元网络应用中最主要的问题之一--"黑箱"特性进行文献综述.增加人工神经元网络系统的透明度是解决该问题必不可少的手段.为了便于理解各种已有方法的应用特点及其局限性,提出"透明度"研究中的方法分类框架.首先将"透明度"研究划分为两种基本策略:1)将先验信息引入系统设计;2)从模型中提取系统相关规则或知识.在此基础上,对各种主要方法进一步分类并进行应用特点介绍.最后对机器学习多目标研究进行讨论.提出基于"性能价格比"与基于提高系统"透明度"的目标函数.指出提高"透明度"是神经元网络研究中最为基本而又直接的解决方案.为此提出"反馈知识增长(Knowledge Increasing via Feedback)"型机器学习方法.
針對人工神經元網絡應用中最主要的問題之一--"黑箱"特性進行文獻綜述.增加人工神經元網絡繫統的透明度是解決該問題必不可少的手段.為瞭便于理解各種已有方法的應用特點及其跼限性,提齣"透明度"研究中的方法分類框架.首先將"透明度"研究劃分為兩種基本策略:1)將先驗信息引入繫統設計;2)從模型中提取繫統相關規則或知識.在此基礎上,對各種主要方法進一步分類併進行應用特點介紹.最後對機器學習多目標研究進行討論.提齣基于"性能價格比"與基于提高繫統"透明度"的目標函數.指齣提高"透明度"是神經元網絡研究中最為基本而又直接的解決方案.為此提齣"反饋知識增長(Knowledge Increasing via Feedback)"型機器學習方法.
침대인공신경원망락응용중최주요적문제지일--"흑상"특성진행문헌종술.증가인공신경원망락계통적투명도시해결해문제필불가소적수단.위료편우리해각충이유방법적응용특점급기국한성,제출"투명도"연구중적방법분류광가.수선장"투명도"연구화분위량충기본책략:1)장선험신식인입계통설계;2)종모형중제취계통상관규칙혹지식.재차기출상,대각충주요방법진일보분류병진행응용특점개소.최후대궤기학습다목표연구진행토론.제출기우"성능개격비"여기우제고계통"투명도"적목표함수.지출제고"투명도"시신경원망락연구중최위기본이우직접적해결방안.위차제출"반궤지식증장(Knowledge Increasing via Feedback)"형궤기학습방법.